Anabilim Dalı: Mimarlık
Programı: Bilgisayar Ortamında Mimari Tasarım
dfhgh
ĠSTANBUL TEKNĠK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ
BĠLGĠSAYAR DESTEKLĠ MĠMARĠ TASARIM VE
YARATICILIK
YÜKSEK LĠSANS TEZĠ
Mimar Tuba KUZGUN
Tez DanıĢmanı: Prof. Dr. Gülen ÇAĞDAġ
ii
ÖNSÖZ
Bu tezin oluşturulması süresince bilgi ve desteğini benden esirgemeyen değerli tez
danışmanım sayın Prof. Dr. Gülen Çağdaş‟ a teşekkürlerimi sunarım. Ayrıca bana
olan güven ve inancını daima arkamda hissettiğim aileme ve sevgili arkadaşım
Gültekin Karakuş‟a yoğun çalışma dönemlerimdeki yardım ve desteklerinden dolayı
minnettarım. Oldukça yoğun bir analiz ve değerlendirme sonucu gerçekleşen bu
çalışmanın konuyla ilgilenen herkese küçük de olsa bir katkısı olabilmesi
umuduyla...
26 Nisan 2003 Tuba KUZGUN
iii
Sevgili babamın anısına.......
GFH
iv
ĠÇĠNDEKĠLER
TABLO LĠSTESĠ vii
ġEKĠL LĠSTESĠ viii
ÖZET xi
SUMMARY xiii
1. GĠRĠġ 1
1.1. Problemin Tanımı: Bilgisayar Destekli Mimari Tasarım 1
1.2. Tezin amacı, kapsamı ve tezde izlenilen yöntem 2
2. MĠMARĠ TASARIM VE YARATICILIK 5
2.1. Mimari Tasarım 5
2.1.1. Mimari Tasarım Sürecinin Tanımı ve Özellikleri 7
2.1.2. Problem Çözme Süreci Olarak Mimari Tasarım 9
2.1.2.1. Mimari Tasarım Problemleri 10
2.1.2.2. Mimari Tasarım Problemlerinin Doğası 12
2.2. Mimari Tasarımda Yaratıcılık 13
2.2.1. Tasarımda Yaratıcılık Kavramının Kuramsal Altyapısı 14
2.2.1.1. Bireysel Yaratıcılık Yaklaşımları 15
2.2.1.2. Sosyo-Kültürel Yaratıcılık Yaklaşımları 16
2.2.2. Yaratıcı Bir Süreç Olarak Mimari Tasarım 23
2.2.3. Sezgisel Tasarım ile Sistematik Tasarımı Bütünleştirme Yaklaşımı 25
2.2.3.1. Yaratıcı ve Sezgisel Mimari Tasarım 25
2.2.3.2. Sistematik Tasarım 34
2.2.3.3. Sezgisel Tasarım ile Sistematik Tasarımın Karşılaştırılması 36
2.2.4. Yapay Yaratıcılık 37
2.2.4.1. Yaratıcılık Sistemi Yaklaşımı 39
2.2.4.2. “Üret-ve-test et” Modeli 40
2.2.4.3. Yapay Yaratıcılık Modeli 41
2.3. Bilgisayar Destekli Mimari Tasarım 46
2.3.1. Bilgisayar Destekli Mimari Tasarımın Tarihçesi 47
2.3.2. Bilgisayar Destekli Tasarımda Kavramsal Modelleme 49
v
3. BĠLGĠ TABANLI MĠMARĠ TASARIM 57
3.1. Bilgi-Tabanlı Mimari Tasarım Süreci 57
3.2. Akıllı Bir Bilgi-Tabanlı Sistem Modeli 59
3.2.1. Akıllı Bir Bilgi-Tabanlı Tasarım Sisteminin Yapısı 60
3.2.2. Bilgi-Tabanlı Tasarımda Yaratıcılık 63
3.3. Bilgi-Tabanlı Tasarım Sistemlerine Örnekler 64
3.3.1. LOOS Sistemi 65
3.3.1.1. Yaratıcılığı Arttırmak İçin Geliştirilen Bir Tasarım Ortamı 65
3.3.1.2. Sistemdeki Plan Tasarımı Yaklaşımı 67
3.3.1.3. LOOS Sisteminde İnsan-makine İşbirliği 68
3.3.1.4. LOOS Sistemindeki Yaratıcılık Yaklaşımı 71
3.3.2. PROTOTİP Temelli Bir Tasarım Modeli 73
3.3.2.1. Tasarımda Prototipler 74
3.3.2.2. Değerlendirme 79
3.3.3. SEED Sistemi 79
3.3.3.1. SEED„in Veritabanı Gereksinimleri 80
3.3.3.2. Sistemdeki Konfigürasyon Yönetimi 82
3.3.3.3. Örnek İndeksleme ve Geri Çağırma 85
3.3.3.4. Sistemdeki Kısıtlama Yönetimi 86
3.3.3.5. SPROUT Bileşeni 87
3.3.4. KAAD Sistemi 88
3.3.4.1. KAAD Sistemindeki Tasarım Modeli 91
3.3.4.2. Modeldeki Veritabanı 92
3.3.4.3. Sınıflandırma Yapısı 94
3.3.4.4. Modeldeki Hedefler 94
3.3.4.5. Modeldeki Yorumlama Mekanizması 95
3.3.4.6. Tasarım Sürecinin Kontrol Edilmesi 97
4. EVRĠMSEL TASARIM VE YARATICILIK 99
4.1. Evrimsel Tasarım Yaklaşımı 100
4.1.1. Genetik Evrim 100
4.1.2. Genetik Temsil 101
4.1.3. Genetik İşlemler 103
4.1.3.1. Tasarımda Genetik Evrim Yaklaşımının Avantajları 105
4.2. Evrimsel Tasarım Sistemlerine Örnekler 105
4.2.1. Evrimsel Bir Yaklaşım Kullanarak Mekansal Plan Tasarımı: EDGE 116
4.2.1.1. Tasarımda Geleneksel Optimizasyon Yaklaşımlarının
Kısıtlamaları 118
4.2.1.2. EDGE Sistemi: Problemin Tanımı 120
vi
4.2.1.3. Şema Teorisi Kapsamında Tasarım Bilgisinin Genetik Temsili 120
4.2.1.4. Evrimsel Tasarım Süreci 125
4.2.1.5. Optimizasyon Kriteri 128
4.2.1.6. Liggett Sistemi ile Karşılaştırma 128
4.2.2. “THE DIGITAL CLOCKWORK MUSE” Projesi 132
4.2.2.1. Tasarım Ajanı ve Kullanılan Sanat Değerlendirme Sistemi 133
4.2.2.2. Algılama Yöntemi 133
4.2.2.3. Yenilik ve İlgi Çekicilik Yaklaşımı 134
4.2.2.4. Ajanlar Arasındaki İletişim 136
4.2.2.5. Yaratıcılık Deneyleri 138
4.2.2.6. Modelin Gelişme Yönü 141
4.2.3. Algoritmik Bir Evrimsel Tasarım Yöntemi 143
4.2.3.1. Modeldeki Yapay Evrim Yaklaşımı 145
4.2.3.2. Kat Planı Tasarımını Destekleyen Sistem 147
4.2.3.3. Modelin Gelişme Yönü 150
4.2.4. Yaratıcı Tasarım İçin Şema Tabanlı Bir Evrimsel Tasarım Modeli 151
4.2.4.1. Yaratıcı Tasarım Modeli 151
4.2.4.2. Yaratıcı Tasarımın Durum Uzamı Temsili 153
4.2.4.3. „Ortaya Çıkma‟ (Emergence) Kavramı 155
4.2.4.4. Şema Yaklaşımı 157
4.2.4.5. Evrimsel Süreç 163
4.2.4.6. Yaratıcılık İçin Önerilen Genetik Algoritma Modelleri 164
4.2.4.7. Modelin Gelişme Yönü 167
5. BĠLGĠSAYAR DESTEKLĠ TASARIM MODELLERĠNĠN
YARATICI TASARIM YÖNÜNDEN DEĞERLENDĠRĠLMESĠ 169
5.1. Bilgi-Tabanlı Tasarım Sistemlerinin Yaratıcılık Anlamında
Değerlendirilmesi 169
5.2. Evrimsel Tasarım Sistemlerinin Yaratıcılık Anlamında Değerlendirilmesi 173
5.3. Mükemmel Bir Yaratıcı Evrimsel Tasarım Sistemini Oluşturmak için
Önerilen Bir Yaklaşım 177
6. SONUÇLAR 185
KAYNAKLAR 188
ÖZGEÇMĠġ 196
vii
TABLO LĠSTESĠ
Sayfa no:
Tablo 4.1. Mekan elemanları sayısı „n‟ ve bunların olası çözümleri
(Liggett)
119
Tablo 4.2. Pareto dilim açısı kullanımı örneği 126
Tablo 4.3. Liggett‟in Space Layout Systemi ile EDGE Sistemi arasındaki
karşılaştırma 131
Tablo 4.4. Farklı yenilik tercihlerine sahip bir grup ajan için yaratıcılık
değerlendirmesi 139
viii
ġEKĠL LĠSTESĠ
Sayfa no:
ġekil 1.1
ġekil 2.1
ġekil 2.2
ġekil 2.3
ġekil 2.4
ġekil 2.5
ġekil 2.6
ġekil 2.7
ġekil 2.8
ġekil 2.9
ġekil 3.1
ġekil 3.2
ġekil 3.3
ġekil 3.4
ġekil 3.5
ġekil 3.6
ġekil 3.7
ġekil 3.8
ġekil 3.9
ġekil 3.10
ġekil 3.11
ġekil 3.12
ġekil 3.13
ġekil 3.14
ġekil 3.15
ġekil 4.1
ġekil 4.2
ġekil 4.3
ġekil 4.4
ġekil 4.5
ġekil 4.6
ġekil 4.7
ġekil 4.8
ġekil 4.9
ġekil 4.10
ġekil 4.11
ġekil 4.12
ġekil 4.13
Bilgisayar destekli tasarım ve yaratıcılık araştırmasında ilgili
disiplinler-arası etkileşim
İnsanın beyinsel fonksiyonlarının sistematiği
İnsan bilgi işleme sürecinin bir modeli
Bilinçaltındaki bilgi elemanları
Beynin bilinç ve bilinçaltı tabakaları
Csikszentmihalyi‟nin yaratıcılık sistemi yaklaşımı
Liu‟nun yaratıcı tasarımın ikili üret ve test et modeli
Davranış-tabanlı bir yaklaşımla oluşturulan bireylerin davranışı
Bireyler arasındaki değerlendirmelerin etkileşimi
Sosyo-kültürel yaratıcılığın yapay yaratıcılık modeli
Akıllı bir KBS‟nin kavramsal yapısı
Bilgi-tabanlı sistem bileşenlerinin fonksiyonları
Akıllı bilgi-tabanlı sistem yapısı
Mimari yaratıcılık tanımlamaları ve bilgisayar terimleriyle temsili
Prototip temelli sistemin yapısı
SEED‟in şematik plan temsili
SEED‟deki Fonksiyonel Ünite sınıflandırması
SPROUT Bileşeni
“Tatmin edici” çözüm için arama süreci olarak tasarım
Tasarım sürecindeki sınıflama ve özetleme
KAAD „ın sistem şeması
KAAD Sisteminin yapısı
Veritabanı şeması
Bir konut tasarımı için hedef hiyerarşisi
Tasarımın ikili yöntemi
Basit bir crossover şeması
„Crossover‟ ve mutasyon işlemleri bir araştırma uzamında
GGE ile üretilen örnek model
GENR8 ile Jordi Truco tarafından üretilen bir yüzey tasarımı
GENR8 ile üretilen bir yüzey.
Agency GP projesi ile üretilen modeler
Agency GP projesi ile üretilen bir mekansal tasarım
CermZ ile üretilen 3 farklı form
Alias Wave front içinde MoSS yüzeyleri
Celestino Soddu‟nun sandalyeleri-1
Celestino Soddu‟nun sandalyeleri-2
Celestino Soddu‟nun Caravanserraglio Museum Tasarımı-1
Celestino Soddu‟nun Caravanserraglio Museum Tasarımı-1
2
27
28
30
32
40
41
43
45
46
61
61
62
64
74
82
84
87
90
90
92
92
93
95
97
104
105
106
107
107
107
108
108
108
109
109
110
110
ix
ġekil 4.14
ġekil 4.15
ġekil 4.16
ġekil 4.17
ġekil 4.18
ġekil 4.19
ġekil 4.20
ġekil 4.21
ġekil 4.22
ġekil 4.23
ġekil 4.24
ġekil 4.25
ġekil 4.26
ġekil 4.27
ġekil 4.28
ġekil 4.29
ġekil 4.30
ġekil 4.31
ġekil 4.32
ġekil 4.33
ġekil 4.34
ġekil 4.35
ġekil 4.36
ġekil 4.37
ġekil 4.38
ġekil 4.39
ġekil 4.40
ġekil 4.41
ġekil 4.42
ġekil 4.43
ġekil 4.44
ġekil 4.45
ġekil 4.46
ġekil 4.47
ġekil 4.48
ġekil 4.49
ġekil 4.50
ġekil 4.51
Celestino Soddu‟nun Basilica Generative Software ile yapılan
Fresno Müzesi
Celestino Soddu‟nun Virtual Office Argenia ile yapılan LA
Identity Binası
John Frazer‟ın evrimsel modelleri
Dijital bir “landscape” modeli-1
Dijital bir “landscape” modeli-2
Ortam, veriuzamı ve gelişim kübü
Ayrık evrim
Hücresel gelişim
Materyal evrimi
Yüzey evrimi-1
Yüzey evrimi-2
Basit tasarım kuralları
Bir genotip örneği ve onun fenotipi
Pareto Optimal Değeri ile Ruletteki dilim açısı eşleşmesi
EDGE Sisteminde faaliyetlerin (a) farklı katlar üstünde (b) bir kat
içinde atanma yöntemi
Ofis planı tasarım problemi için (a) verileri tanımlayan „zone‟lar
ve (b) Liggett sistemiyle üretilen çözüm
500 jenerasyondan sonra dönüştürülen nihai çözümler
Meraklı bir tasarım ajanı ve interaktif bir evrimsel sanat sistemi
İmajların kenar yapısını çıkarmak için genetik sanat eserine
uygulanan imaj işleme yöntemi
4B‟ de gösterilen F2 konumundaki girdiyi sınıflandıran
organizasyon haritasının 36 nöronu ile temsil edilen prototipler.
İlgi çekiciliği ölçen hedonik fonksiyon
Ajanların yaratıcı olma anlamında verdikleri ve aldıkları krediyi
taşıyan toplam mesaj sayısını gösteren matris
İki komite yaratan bir taklit çalışmanın ekran görüntüsü
Yaratıcı tasarım topluluklarında yer alan farklı tipteki bireyler ve
bunların sosyal rolleri
Yaratıcılık piramidi
Açıklık ya da çakışmaları minimize ederek odaların verilen boyut
ve tercih edilen biçimde bir dış kontüre oturtulması
Tercih edilen komşuluk ilişkilerine göre bir dış hatta oturtulmuş
modüllerin yeniden düzenlenmesi
Topolojiyi gösteren kullanıcı arayüzü; geometrİ ; topolojik matris
Ekolojik barınakta bir tasarım stüdyosu
Kentsel yerleşim projesi
Tasarımın durum uzamını oluşturan üç alt uzam ve bunlar
arasındaki transformasyon ilişkileri
Yaratıcı bir tasarım modeli
Eklemeli durum uzamı görüntüsü
Yerine geçmeli durum uzamı görüntüsü
Genişletilmiş yaratıcı tasarım modeli
(a)Açık olarak temsil edilen üç eşkenar üçgen. (b) İkizkenar
yamuk şeklinde „ortaya çıkan‟ bir form
Ortaya çıkma‟ya konu olan ana yapı
Ortaya çıkan fonksiyonlar
111
112
113
113
114
114
114
115
115
115
116
123
124
127
128
129
131
133
134
135
136
140
141
142
143
148
148
149
149
150
152
153
154
155
155
156
156
156
x
ġekil 4.52
ġekil 4.53
ġekil 4.54
ġekil 4.55
ġekil 4.56
ġekil 4.57
ġekil 4.58
ġekil 4.59
ġekil 4.60
Fonksiyon, davranış, davranış değişkenleri, yapı değişkenleri ve
yapı arasındaki ilişkileri gösteren bir tasarım prototipindeki
bağımlılık ağının bir kısmı
Homojen değişkeninin eklenmesiyle değiştirilen bağımlılık ağının
bir kısmı
Heterojen değişkeninin eklenmesiyle değiştirilen bağımlılık
ağının bir kısmı
(a) Orijinal kiriş kesiti, (b) Mutasyona uğramış kiriş kesiti
Mevcut şema ve değiştirilmiş şema
Alternatif temsil kullanımına dayanan şema „emergence‟ süreç
modeli
Genotip, süreçler, fenotip ve uygunluğun Model-1‟deki semantiği
Genotip, süreçler, fenotip ve uygunluğun Model-2‟deki semantiği
Model-3‟teki genotip, süreçler, fenotip ve uygunluk semantikleri
158
158
158
161
162
163
165
165
167
xi
BİLGİSAYAR DESTEKLİ MİMARİ TASARIM VE YARATICILIK
ÖZET
Bilgisayar destekli mimari tasarım henüz oldukça yeni bir araştırma alanı olup bu
kapsamdaki araştırmaların ana hedefi bilgisayar teknolojisinin mimari tasarım
sürecine aktif biçimde katılımını sağlayarak mimari tasarımı yaratıcı problem-çözme
yaklaşımıyla geliştirmektir. Bu alanda gerçekleştirilecek herhangi bir araştırma
disiplinlerarası bir gözden geçirme ve bütünsel bir yaklaşım gerektirmektedir. Bu
çalışmanın ana hedefi de bilgisayar destekli mimari tasarım alanında sözkonusu
anlamda günümüze değin geliştirilmiş olan birtakım tasarım yaklaşımlarını
irdelerken bilgisayarların mimari tasarımı destekleyici potansiyelini ortaya
çıkarmaktır.
Bilgisayar teknolojisini mimari tasarım sürecine entegre etme girişimi, pratikte
mimarlar tarafından günümüzde aktif biçimde kullanılan CAD Sistemleri vasıtasıyla
gerçekleştirilmiş gibi görünmektedir. Fakat bilgisayar destekli mimari tasarım
çalışmalarının asıl amacı bilgisayarları, sahip oldukları temsil kapasiteleri ve bellek
yapıları ile insan tasarımcının kimi zaman yetersiz kaldığı noktalarda onu
destekleyerek, tasarım yapma sürecinin bir parçası haline getirmektir. Bu ana hedef
kapsamında geliştirilen bilgi tabanlı tasarım sistemleri; tasarım bilgisinin temsili,
olası tasarım çözümleri uzamını insanın pratikte çoğu zaman keşfedemediği kadar
geniş ölçekte tarayabilme kapasitesine sahip olması gibi birtakım avantajları
dolayısıyla bilgisayar destekli tasarım yaklaşımının gelişme sürecinde önemli bir yer
edinmiştir. Fakat mimari tasarım, bilgi tabanlı sistemlerin erken dönemlerde ortaya
koyduğu otomatik tasarım yaklaşımından çok daha fazlasıyla ilgilidir. Mimari
tasarım sürecinin keşfedici ve yaratıcı özelliği bilgisayarların birtakım çıkarsama ve
kontrol mekanizmalarıyla donatılmasını gerektirmektedir. Bu anlamda geliştirilen
örnek-tabanlı çıkarsama ve nesne-yönelimli birtakım yaklaşımlar bilgisayar destekli
tasarım ortamında yeni araştırmalara kaynak olmuştur. Bilgisayarın öğrenme ve
karar olma gibi kapasitelerle desteklenebilme olasılığı bilgisayar ortamında yaratıcı
mimari tasarıma ulaşma anlamında önemli ufuklar açmaktadır. Genetik evrimsel
tasarım sistemleri bu kapsamda günümüzde en umut veren bilgisayar destekli tasarım
yaklaşımları olarak görülmektedir. Bu sistemler, biyolojik evrim kurallarını, benzer
temsil mekanizmaları kullanarak, bilgisayar ortamındaki tasarım sistemine adapte
edip evrimleşen tasarımlar üzerinden sürpriz çözümlere ulaşmayı hedeflemektedir.
Bu yeni yaklaşım bilgisayar destekli tasarım için oldukça değerli bir aşamadır.
Bilgisayar destekli tasarım anlamında oluşturulmuş örnek modeller, insan tasarım
süreçlerinde ortaya çıkan yaratıcılıkla eşdeğer bir kriter kapsamında
değerlendirilmemelidir. Zira insanın ortaya koyduğu yaratıcı ürünler de, yaratıcılığın
genel olarak göreceli bir kavram olması dolayısıyla belli bir kriter baz alınarak
xii
değerlendirilemez. Bilgisayar destekli tasarım alanında yaratıcılık kavramını, sürpriz
ve yenilik üretmedeki başarı olarak değerlendirmek daha doğru bir yaklaşımdır.
xiii
COMPUTER AIDED ARCHITECTURAL DESIGN AND CREATIVITY
SUMMARY
Computer aided architectural desing is just a young research area where the main
goal is to intensify architectural design by using computer technology
effectively in the design process and the general objective is to improve architectural
design from the creative problem-solving viewpoint. Any research to this area needs
quite an interdisciplinary review and a complementary approach. The objective of
this study is also to search the potantial capacity of computers to aid architectural
design while analizing the design approaches of some of the sample models in the
computer aided architectural design area.
The attempt to integrate the computer technology into the architectural design
process can be seen as realized nowadays by means of the CAD Systems which are
being used effectively by the architects. But the main goal of the computer aided
architectural design research is to make the computers be a part of the designing
process in supporting the human about the deficient features of her by using the
capacity of representation and memory. In the content of this main objective,
knowledge based design systems have had an important role in the development
process of the computer aided design systems because of the advantage of
knowledge representation and the exploration capacity of possible design solutions
space. But architectural design is more than otomation of the design which is the
result of the approaches of the early knowledge based design systems. The
exploratory and creative nature of the architectural design needs to be supported by
some reasoning and kontrol mechanisms in the computerization process. Case-based
reasoning and object-oriented approaches which are developed in this sense had been
a resource for the study in the computer aided design area. The possibility of
sustantion of computers with some learning and desicion making capacities is
important in order to achieve the creative cpmputer aided design. In this sense the
genetic evolutionary design systems are one of the most promising approach in the
computer aided design view. This systems aim to achieve surprise design solutions
through the evolutioning designs by adapting biological evolution rules with the
similar representation techniques to the computerized design process. This new
approach is rather a precious phase in the computer aided design researh area.
The instances of computer aided design models are not to be evaluated by means of a
creativity criteria equivalent to the creativity of human design process. For, the
creative products of human can also not be evaluated by any criteria because of the
notional nature of the creativity. The creativity notion of computer aided
architectural design have to be appreciated by means of the success in producing
surprises and innovation in the design process.
1
1. GĠRĠġ
1.1. Problemin Tanımı: Bilgisayar Destekli Mimari Tasarım
Bilgisayar teknolojisinin geçtiğimiz yüzyılın son çeyreğinden itibaren günlük
yaşamımızın bir parçası olmayı başarabilecek kadar etkili ve hızlı bir gelişim
potansiyeli göstermesi bu konu ile ilintili olarak bir çok araştırma alanının doğmasına
sebep omuştur. Bu alanlardan biri olan bilgisayar destekli mimari tasarım
çalışmaları, mimari tasarımın bilgisayar ortamında ve desteği ile gerçekleştirilmesini
amaçlarken mimari tasarım sürecini de tüm bileşen ve aşamalarıyla tanımlamak
durumundadır.
Bilgisayar destekli mimari tasarım, bilimsel platformda henüz oldukça yeni bir
disiplin olmasına karşın tasarım pratiğinin gelişiminde oldukça belirgin bir yere
sahiptir. Bunun yanında bilgisayar destekli mimari tasarım, anahtar konularının
dolaylı olarak ilişki içinde olduğu birçok disiplin dahilinde ele alınmaktadır. Bu
alanlar, belirli ve evrensel olarak kabul görmüş bir tasarım kuramını içermeleri
gerekmesine rağmen, geçmişte ve günümüzdeki kapsamları itibariyle hala bu kuramı
tam anlamıyla oluşturabilmiş değildirler. Dolayısıyla öncelikle bilgisayar destekli
mimari tasarıma yönlendirilmiş bu araştırma ve geliştirme konularını gözden
geçirmek önemlidir. Pratikte bilgisayar destekli tasarım, imkansız gibi
görünmektedir çünkü hemen hemen tüm ilişkili disiplinlerin, literatürleri dahilinde
doğrudan ya da dolaylı olarak bu konuyu araştırmış olmalarına karşın günümüze
değin konu ile ilgili olarak bütünsel bir anlayış ortaya çıkamamıştır. Fakat yine de
bilgisayar destekli tasarım araştırmalarına bütünsel bir bakış açısı sağlayabilmek için
konu ile doğrudan ilişkili çalışma alanlarına da dikkat çekmek gerekmektedir.
Kavramsal olarak “Bilgisayar destekli mimari tasarım” birçok farklı bakış açısıyla
karşımıza çıkabilir. Bunlardan bir tanesi bilgisayar destekli tasarımı “mimari tasarım
süreci”nin kuramsal yönü çerçevesinde değerlendirip bilgisayar ortamındaki tasarım
2
yaklaşımını bu doğrultuda yönlendirmek olabilir. Bir başka bilgisayar destekli
tasarım yaklaşımında mimari tasarım süreci özellikle, içerisindeki “yaratıcılık”
kavramına ulaşmayı ana hedef olarak belirleyebilir. Son olarak da bilgisayar destekli
tasarım kapsamında tasarımın “sistem yapısı”nı ve mantığını inceleyen bir bakış
açısı geliştirilebilir. Yaklaşımlardaki bu bölünmenin sınırları net bir çizgi şeklinde
belirlenmemiştir ve birbirleriyle oldukça ilişkili olmaları itibariyle bu bakış açıları
belli birtakım örtüşmeler içermektedir. Mevcut araştırmaların sağladığı
yönlendirmelere rağmen bu üç bakış açısı henüz birleşik bir görünüm altında
bütünleştirilememiştir. Buna ek olarak bu araştırma alanları, kendi disiplin sınırları
dışındaki araştırma alanları tarafından fazla bilinmeyen birtakım bağımsız araştırma
geleneklerine sahiptir.
Şekil 1.1 Bilgisayar destekli tasarım ve yaratıcılık araştırmasında ilgili disiplinler-
arası etkileşim (Haapasalo, 2000).
1.2. Tezin amacı, kapsamı ve tezde izlenilen yöntem
Tezin amacı, mimari tasarım sürecinin bilgisayar ortamında oluşturulan ve
bilgisayarların tasarım sürecine aktif biçimde katılımını sağlayan kavramsal
modellerinin, tasarımın yaratıcılık yönünü desteklemedeki rolünü irdelemektir. Bu
düşünceyi ortaya koyarken konu ile ilgili olarak henüz çoğunlukla kavramsal
anlamda ortaya konmuş olan birtakım yaklaşımları araştırıp değerlendirmek
gerekmektedir.
3
Bu yaklaşımlarda, bilgisayarların tasarım sürecini destekleyici potansiyelini ortaya
koyarken, insan tasarım süreçlerinde ortaya çıkan „yaratıcılık‟ la eşdeğer olması
beklenmeyen „yaratıcı‟ sonuçlara ulaşma kaygısı söz konusudur. Oysa ki insan
tasarım süreçlerinde de, tasarımcı tarafından kullanılan kavramsal birtakım
mekanizmalara rağmen, „tasarlama‟ işinin karmaşıklığı ve zamansal sınırlamalar,
çoğu zaman „yaratıcı‟ çözümlerin keşfedilişini ve sentezini kısıtlamaktadır. İnsan
tasarımcının çözüm üretme süreci kendi içsel kısıtlamaları dahilinde çok fazla
anlaşılmış değildir. Dahası tasarım ve yaratıcılık olguları kavram itibariyle,
getirilecek farklı bakış açılarına bağlı olarak tanımlanması oldukça değişken olabilen
araştırma konularıdır. Dolayısıyla bu çalışmanın amacı bilgisayar destekli tasarım
yaklaşımlarını, kesin olarak tanımlanmış bir yaratıcılık kriteri anlamında
değerlendirmekten ziyade, daha esnek bir bakış açısıyla gelecek için umut verici
birer temel olarak ele almaktır.
Bu bağlamda tezin ilk bölümünde bilgisayar destekli tasarım araştırmasında
oluşturulmaya çalışılan temel anlayış ve tezin amacı ortaya konulduktan sonra ikinci
bölümde; mimari tasarım, kavram ve süreç olarak tanımlanmış ve konu ile ilgili
olarak oluşturulmuş olan model ve yaklaşımlara yer verilmiştir. Burada özellikle
bilgisayar destekli modellere temel oluşturan, mimari tasarımın bir problem çözme
süreci olarak değerlendirilmesi söz konusudur. Bir sonraki aşamada, gelişen
bilgisayar destekli tasarım yaklaşımları için en üst seviyedeki amaç olarak
değerlendirilebilecek olan tasarımda yaratıcılık kavramı ele alınmıştır. Bu bölümde
öncelikle yaratıcılık, tarihsel çerçevede farklı kuramsal yaklaşımlar doğrultusunda
tanımlanmış ve bu yaklaşımların temelde iki ana bakış açısı etrafında gruplandığı
görülmüştür. Bunlar bireysel yaratıcılık anlayışı ve yaratıcılığın bir takım sosyo-
kültürel etkiler sonucu ortaya çıktığını savunan görüşlerdir. Fakat pratikte her iki
etkinin de tasarım sürecinde birlikte ortaya çıktığı görülmektedir. Dolayısıyla
yaratıcılık başlığı altında öncelikle tasarımda yaratıcılığın bireysel ve sosyo-kültürel
yanları incelenmiştir. İlerleyen bölümde ise bilgisayar destekli yaratıcı tasarımın
gerektirdiği herhangi bir modeli oluşturabilmek için; yaratıcı ve sezgisel tasarım ile
tasarım sürecinin mantıksal yapısı ile ilgilenen sistematik tasarım yaklaşımları
incelenmiştir. Bu iki yaklaşımı bütünleştirebilmek bilgisayar destekli yaratıcı
tasarımın ana ilgi alanıdır. Bilgisayar ortamında böyle bütünleşik bir tasarım
modelini oluşturmak için, bilgisayar desteğiyle tanımlanan herhangi bir yaratıcı
4
sürecin tamamen yapay olacağı görüşüyle “yapay yaratıcılık” kavramı
tanımlanmıştır Daha önce de belirtildiği üzere bilgisayar destekli mimari tasarım
modelleri oluşturulurken insan tasarımcının ortaya koyduğu yaratıcılık düzeyiyle
eşdeğer bir yaklaşım içinde olma çabası söz konusu değildir. Bu bağlamda yapay
yaratıcılığın ürün ya da süreç (veya her ikisi birlikte) olarak ortaya çıkabilmesi için
insanın tasarım sürecinde gözlemlenen birtakım özelliklerin bilgisayar modelleriyle
bütünleştirilmesinin gereği ortaya konmuştur. Bu bölümde ayrıca bilgisayar destekli
mimari tasarım araştırmalarının başlangıcından günümüze kadar gelişen süreç kısaca
açıklanmış ve bu süreçte ortaya konan farklı kavramsal yaklaşımlar incelenmiştir.
Tezin üçüncü bölümünde ise bilgisayar destekli mimari tasarıma temel oluşturması
açısından bilgi-tabanlı mimari tasarım sistemleri incelenmiştir. Zira son on yıl
içerisinde yapay zeka teknolojilerinin gelişimi dolayısıyla, bilgisayar destekli tasarım
çalışmalarına yönelik olarak genel bir eğilim oluşmuştur. Bilgi-tabanlı tasarım
sistemlerin başarılı olarak geliştirilmesinin bu süreçteki payı yadsınamaz. Bu
bölümde mimari tasarımda bilgi-tabanlı tasarım sistemlerinin genel içeriği, yapısı ve
süreç anlayışı açıklanmıştır. Tasarımda yaratıcılığa ulaşabilmek anlamında çeşitli
bilgi-tabanlı tasarım modelleri incelenip değerlendirilmiştir.
Tezin dördüncü bölümünde henüz genellikle kavramsal temelleri oluşturulmaya
çalışılmasına karşın bilgisayar destekli tasarımda en güncel ve umut verici çalışmalar
olarak yapay zeka teknolojisini kullanan evrimsel tasarım yaklaşımları üzerinde
durulmuştur. Yapay zeka çalışmaları özünde, kısa ve uzun süreli bellek ve problem
çözme davranışının modellenmesini temel almaktadır. Bu doğrultuda ortaya konmuş
birtakım modeller incelenmiş ve yaratıcı çözümlere ulaşabilme anlamında bu
örnekler yorumlanmıştır.
Tezin son bölümünde bilgisayar destekli mimari tasarım yaklaşımlarının ve bu
anlamda ortaya konmuş olan öneri modellerin genel bir değerlendirilmesi
yapılmıştır. Bilgisayarın mimari tasarımda yaratıcı tasarıma yönelik olarak form
arayışı yaklaşımıyla kullanımı da bilgisayar destekli tasarım çalışmaları kapsamında
önemli bir araştırma alanıdır. Fakat bu yaklaşım, tezin kapsamı dışında bırakılmış,
mimari tasarımı biçim ve fonksiyonun bütünlüğü olarak değerlendiren modeller
incelenmiştir. Son olarak, yaratıcı mimari tasarıma ulaşma çabasında ilerleyen
dönemlerdeki olası gündem açığa kavuşturulmuştur.
5
2. MĠMARĠ TASARIM VE YARATICILIK
2.1. Mimari Tasarım
Tasarım genellikle bir faaliyet için gerekli olan şemaların veya planların
hazırlanması süreci olarak tanımlanırken, güzel sanatlar alanında yaratıcı sürecin
kendisi olarak ifade edilmektedir. Mühendislikte tasarım için yeterli görülen „belirli
kavramların ve tecrübelerin somutlaştırılması‟ tanımı, mimari tasarım kavramına
yeterli bir çerçeve oluşturamamaktadır.
Mimarlık pratiği bağlamında ise tasarım, çok karmaşık ve çok değişkenli bir bilgi
üretme eylemidir. Bir tasarım problemi verildiğinde, öznel değer sistemlerinin varlığı
ve deneyimler, her bir tasarımcının farklı çözümlere ulaşması sonucunu doğurur. Bu
kadar karmaşık bir zihinsel aktivitenin somutlaştırılarak tanımlanması ise oldukça
güç görünmektedir. Tasarımın ana teması „olmayan‟la ilgili kavram oluşturma ve bu
oluşumu olanaklı kılacak planlamayı kurgulamaktır.
Tasarım, tasarımcıların kafalarındaki düşünceler ve bu düşünceleri dışlaştırabilme
yetenekleri ile biçimlenir. Bijl (1986) tasarımı aşağıdaki gibi sınıflandırmıştır:
(a) Tasarım, nesneleri ifade etme çeşitliliğini içermektedir. Her nesnenin farklı
şekillerde algılanması söz konusudur ve üzerinde karar kılınmış genel ya da
özet tanımlamalar mevcut değildir.
(b) Bazı yaklaşımlara göre tasarım, bir problem çözme süreci değildir. (Problem
tanımlamalarından problem çözme yollarına ulaşmak). Problemin geçerli
çözümleriyle aynı zamanda da çelişen bir çok tasarım kriteri ve herhangi bir
tasarım probleminin birden çok çözümü söz konusu olabilir.
6
(c) Tasarım bilgisini içeren; belirli ve çeşitli tasarım yaklaşımlarınca kabul
edilmiş, paylaşılan bir bilgi tabanı yoktur. Tasarım bilgisi, açık olan ve
sezgiyle öğrenilen bilginin iç içe geçmiş yapısının içinde saklıdır.
Tasarım en geniş anlamda, bizim geleceğe yön verme yeteneğimizi ve bunu uygun
biçimde yapma sorumluluğumuzu gerektiren bir disiplindir. Bu yüzden, gelecekte
söz konusu olacak bazı koşullara ulaşmak için şu anda yapılması gereken amaçlı ve
bilinçli eylemler bütünüdür. Tasarım kelimesinin kendisi en az beş farklı anlamla
kullanılmaktadır. İlk olarak, tasarım sık sık “insan eliyle yapılmış sanat eseri”
kavramıyla eş anlamlı olarak kullanılmaktadır, bu da nesnenin kendisidir. Tasarım,
tasarımcı tarafından hazırlanan ve nesneyi oluşturmaya yarayan tanım seti anlamına
da gelebilir (örneğin çizimler, tanımlamalar, üretim kuralları ve benzeri gibi). Bazen
tasarımdan bahsederken, bir eseri üretmek için tasarımcıların yaptığı aktiviteler
kastedilir (Örneğin; müşteriyle fikir alışverişi, eskiz ve bitmiş çizimler hazırlama,
planlama ve benzeri gibi). Yine tasarım bazen, tasarımcının konsepti oluşturabilmek
için kullandığı içsel-akli bir süreç olarak tanımlanabilir.
Son olarak tasarım, birbirinden farklı bütün bu anlamlara birden gelebilir. Bu da
şaşırtıcı değildir çünkü tasarım, problem tanımı, alternatif eylem yollarını araştırma,
tahmin etme ve karar alma gibi çok çeşitli birtakım süreçlerden oluşur. Dikkate
alınması gereken yanları, bu süreçlerin çok çeşitli olmalarının yanı sıra birbirleriyle
bağlantılar içermeleridir. Özel bir tasarım bileşeniyle ilgili bir karar genellikle birçok
diğer bileşen için de geçerli olmaktadır.
Yukarıda belirtilen tüm bu düşünceler dolayısıyla bilimsel anlamda tasarıma ilişkin
araştırma yapılamayacağını savunan bazı görüşler; tasarım probleminin tek ve özgün
olduğu, bu sürecin anlaşılamaz olduğu, tasarım ve tasarımcıya ilişkin nesnel bir
bilginin olamayacağını ileri sürmektedirler. Fakat son yıllarda özellikle de mantık,
dilbilim, biliş bilimi, bilgisayar ve yapay zeka alanlarında gerçekleştirilen gelişmeler,
tasarım alanındaki bilimsel çalışmalara da ışık tutmaktadır.
Çeşitli araştırmacılar ve yazarlar tasarım konusunda farklı tanımlar yapmışlardır.
Tasarım olgusuna getirilen bu farklı tanımlar, tanımlayanların farklı bakış açılarından
kaynaklanmaktadır.
7
Tasarım Coyne‟a göre (1985), bir çözüm uzamında dönüştürme kurallarıyla
yönlendirilen bir arayış sürecidir (Coyne ve Subrahmanian, 1993). Bir problem
çözme eylemi olarak ele alındığında tasarım, her durumun bir olası çözüme karşılık
geldiği bir durum uzamıyla ifade edilebilir. Her olası tasarım, çözüm olma
potansiyeline sahiptir. Bu bakış açısıyla tasarım, problemin belirlendiği ilk durumla
başlayıp, çözüme ulaşılan son durumla nihayetlenir. Newell ve Simon ise, tasarımı
bir dizi işlemciyi içeren bir bilgi üretim sistemi olarak tanımlamaktadır (Coyne ve
Subrahmanian, 1993). Burada, işlemcilerin kalıpları dönüştürerek çözüm ürettikleri
belirtilmektedir. Lawson, çözümün tasarım süreci öncesinde var olmadığını ve ancak
tasarım süreci sonunda elde edildiğini savunarak, tasarımı daha çok bir çözüm
üretme süreci olarak tanımlamaktadır (Coyne ve Subrahmanian, 1993). Bütün bu
farklı tanımların birleştiği ortak nokta, tasarımın bilgi açısından yoğun bir düşünsel
aktivite olduğu ve problemin tanımıyla başlayıp çözüm elde edilene kadar devam
ettiği görüşü olmaktadır.
Bu görüşlerle paralel biçimde, problem çözme süreci olarak tanımlanabilecek mimari
tasarım süreçleri için, problemin temsiline olanak sağlayacak temsil sistemlerinin,
süreç boyunca ulaşılan durumların amaç durumlara dönüştürülebilmesini olanaklı
kılacak bilginin ve süreç boyunca stratejik arama kararlarını yönlendirecek
yöntemlerin tanımlanmış olması gerekmektedir.
2.1.1. Mimari Tasarım Sürecinin Tanımı ve Özellikleri
Tasarım, problemin tanımlanmasıyla başlayıp uygun çözüme ulaşılana dek belli bir
zaman-mekan ilişkisinde devam eden bir süreç olarak tanımlanabilir.
Tasarımcının tasarım sürecini yapılandırması, problemin formüle edilmesiyle
başlamaktadır. Geniş bir bakış açısıyla, tasarım probleminin kesin bir yapısı yoktur;
genelde problemler alt problemlere bölünüp, bunlara birtakım çözümler
getirilmedikçe bu yapı ortaya çıkamamaktadır.
Örnek olarak konut tasarımı ele alınırsa: Bir konut tasarımında, oturma odasında
manzara isteği daha önceden belirlenmiş bir kullanıcı gereksinimi olsun. Bir mimar
sorunu, oturma odasının yerleşimi ve oda içinde manzaraya doğru açılacak
pencerenin yeri olarak formüle etmeyi seçebilir. Böyle bir formülde, tasarımcı
8
çözümün genel yapısını da formüle etmiş olur; çözüm odanın ve pencerenin belli bir
yerleşimde olmasıdır. Tasarımcı daha sonra bu kesin tasarım kararının süreç ve
etkilerini keşfetmeye başlar. Bu keşfetme süreci, istenilen manzarayı elde ederken
sözgelimi yaşama alanı ile bina girişi arasındaki ilişkinin sağlanmasını imkansız hale
getirebilir, ya da konutun ana taşıyıcı sistemi pencere açmak için seçilmiş duvarda
gerekli ölçüde açıklık yaratmaya olanak vermeyebilir. Sonuç olarak tasarımcı,
oturma odasındaki manzara isteğinin başka sorunlara yol açtığını farkeder ve belki de
mekan düzeninin ya da taşıyıcı sistemin bu doğrultuda yeniden tasarlanması
gerektiğini anlar. Bu nedenle belli bir problemi çözme denemesi; hem problem hem
de çözümün formülünün değişmesine yol açabilir.
Sonraki aşamada ise belli alt problemlere getirilecek çözümler gerçekleştirilemez
hale gelebilmekte ve bunları çözmedeki yeni arayışlar asıl çözümün unutulmasına
dahi yol açabilmektedir.
Böyle yan etkiler her kompleks tasarım sürecinde ortaya çıkabilmektedir. Sonuç
olarak, oluşturulan çözüm tüm gereksinmelere cevap verse de, önceki aşamalarda
belirlenen bazı istekleri karşılayamayabilmektedir. Tasarımcı bu durumun bilincinde
de olabilir ya da tamamen unutabilir. Bu nedenle tasarımın gelişimi, o anda
tasarımcının hangi bilgisinin duruma daha uygun olduğuna göre şekillenmektedir.
Tipik bir mimari tasarım probleminde, tasarım sürecinin başlarında; yapının
fonksiyonları belirlidir ve mimar maliyet, süre ve ortamdan etkilenen bir konsept
dahilinde fonksiyonel gereksinimleri yerine getirmek amacıyla bir yapı tasarlama
girişiminde bulunur. Tasarım süreci mimarın birincil tasarım problemlerini çözmeye
çalışması anlamında bir eskiz seti oluşturmasıyla başlar ve mimar, çizimler ve üç
boyutlu modeller geliştirir. Tasarım sürecinin gelişme safhaları esnasında, ilk
aşamalarda oluşturulan yapısal konseptler, süreç içinde rafine edilerek geliştirilir,
bunların değiştirildiği ise nadiren gözlenmiştir (Coyne ve Subrahmanian, 1993).
Problemin formülü hangi aşamada olursa olsun kesin son değildir; daha çok
tasarımcının o andaki problemi algılayışının yansımasıdır. Sonuç olarak, tasarım
ilerledikçe tasarımcı probleme ve çözüme yeni çözüm önerileri getirebilir ki bunlar
da yeni bakışın formüle edilmesiyle sonuçlanır, yani problem ve çözüm yeniden
9
tanımlanır. Bu keşfetme ve yeniden tanımlama süreci aşağıdaki durumlar oluşana
kadar devam eder:
1. Problemin algılanışı yeni tanımlamalara yol açacak kadar değişmez duruma gelir
(Tasarımcı, algısının limitlerine ulaşır).
2. Bilginin azar azar artmasıyla elde edilen kazanç çok pahalıya mal olmaya başlar.
3. Kaynaklar (zaman vb.) tükenir.
Tasarım sürecinde, analiz ve sentez arasında anlamlı bir ayrım yoktur. Problem ve
çözümler birbirini izlemekten çok beraber ortaya çıkmaktadır. Aşama aşama ortaya
çıkan çözümler arasındaki planlama, en iyi çözümü aramadan çok yeni çözümlerin
keşfedilmesidir.
Daha çok keşfetme bu sürecin en önemli parçasıdır. Yani tasarım genel olarak,
muhtemel çözümlerin keşfinde kullanılacak olan, problemin yapısı hakkındaki
bilgiyi keşfetme süreci olarak görülebilir.
2.1.2. Problem Çözme Süreci Olarak Mimari Tasarım
Mimari tasarımı bir problem çözme süreci olarak incelemeden önce „problem‟in
tanımını yapmak gerekmektedir. Problemler amaçların varolması ile başlar ve genel
olarak problem çözme, amaca yönelik bilinçli bir davranış halinde gelişir. Fakat
bütün amaca yönelik davranışlar problem çözme olarak adlandırılamaz. Eğer amacı
elde etmek için gerekli eylemler açıkça belli ise o zaman o noktada problem yok
demektir. Diğer bir deyişle eğer amaca ulaşmak için gerekli eylemler açık olarak
belirlenmemişse o zaman ortada bir problem var demektir.
Problem çözücü tarafından araştırılan amaç bazen somut, bazen de soyut bir nesne
olabilir. Bazı durumlarda ise bir nesne ya da durumun aranması yerine problem
çözücüyü belirli bir noktaya görürecek “bir yol” ya da “eylemler dizisi” aranabilir
(Coyne ve Subrahmanian, 1993). Problemi belirlemek için aranan nesne, durum, yol
veya eylemler dizisinin bir çeşit tanımını elde etmemiz gerekir.amaç tanımına ek
olarak problemin belirlenmesi, çözümü bulmada kullanılacak donanım, eylem ve
kaynaklara ilişkin sınırlamalar gibi bilgileri de içerir.
10
Problem çözücünün amacı örneğin “kalem” gibi bazı bilinen nesneleri elde etmekse
o zaman problem çözme öncelikle uygun “aday nesne”yi elde etme ve sonra bunun
verilen amaç tanımıyla uyuştuğunu kanıtlama işlemlerini gerektirir. Eğer amaç henüz
varolmayan bir şeyi elde etmek ise o zaman ele alınacak “olası çözümler”in nasıl
elde edileceği sorusu ortaya çıkar. Tasarım problemlerinde diğer birçok entellektüel
problemde karşılaşıldığı gibi amaç, gerçek dünyada varolmayan bir nesneyi elde
etmektir. Henüz varolmayan birşey nasıl elde edilir? Tasarımcı hangi uzam içinde
araştırma yapacaktır? Ve çözüm nasıl belirlenecektir? Eflatun‟un “Meno” adlı
eserinde Sokrat‟a yöneltilen bir soru ile bu durum oldukça ilginç bir biçimde ifade
edilmiştir: (Mitchell, 1987)
“Bilmediğin birşeyi nasıl ararsın Sokrat? Arayacağın şeyi nasıl belirleyeceksin? Ve
eğer istediğini bulursan bunun o bilmediğin şey olduğunu nereden bileceksin?”
Bu sorular mimari tasarımda iki önemli sorunu ortaya koyar;
Problem için olası çözümler nasıl elde edilecektir?
Bu çözümler arasından “amaç çözüm” nasıl ayırt edilecektir?
Mimari tasarımdaki karar verme hiyerarşisinin adımları azalan zorluk sırasına göre
aşağıdaki gibidir:
1. problemin tanınması
2. problemin belirlenmesi
3. belirlenen problemin çözümü
4. çözümün uygulanması
2.1.2.1. Mimari Tasarım Problemleri
Tasarım, tasarım probleminin ortaya konması anlamında bir “başlangıç durumu”
içerir ve süreç ilerledikçe faklı aşamalarda faklı ileri “durum”lara ulaşılır. Tasarımcı,
tasarım süreci zarfında çözüme ulaşmak amacıyla çeşitli arama yöntemleri kullanır,
nihai amacı ise problemin kapsadığı gereksinimlere karşılık gelebilecek bir
“çözüm”e ulaşmaktır. Dolayısıyla mimari tasarım süreci bir problem çözme süreci
11
olarak tanımlanabilir. Böyle bir tanım doğrultusunda, mimari tasarım problemlerine,
amaca göre farklı tanımlar getirilebilir. Mimari tasarım problemleri içerdikleri bilgi
seviyesi anlamında “iyi tanımlanmış”(well-defined), “iyi tanımlanmamış” (ill-
defined) ve “lanetli problemler”(wicked problems) olarak aşağıdaki gibi
sınıflandırılabilirler. (Coyne ve Subrahmanian, 1993).
İyi tanımlanmış problemler
İçerdikleri bilgi düzeyleri açısından iyi tanımlanmış tasarım problemleri, yalın ve
kolayca somutlaştırılabilir olma özellikleriyle tanımlanabilir. Tasarımcı, çözüme
ulaşmak için, uygun araç ve yöntemleri ortaya koymakta zorlanmaz. Bu tip
problemler Rittel tarafından, “iyi huylu” olarak tanımlanmış ve üst seviyede formüle
edilmiş olduklarından dolayı, deneyimli bir tasarımcı tarafından daha fazla bir
bilgiye ihtiyaç duyulmadan çözülebilecekleri düşünülmüştür. Böyle bir probleme
mimari tasarım anlamında örnek verilecek olursa; gereksinim duyulan bir takım
fiziksel çevre koşuluna karşılık gelebilecek yön, biçim ya da büyüklükteki
açıklıkların kurgulanması; ya da tanımlanan bir takım komşulukları sağlayabilecek
bir mekan organizasyonu anlamındaki bir tasarım işi gösterilebilir.
İyi tanımlanmamış problemler
İyi tanımlanmamış problemler, tanımları itibariyle, tasarım süreci sonunda ulaşılacak
çözüme dair bir bilgi ihtiva etmemektedir. Problem çözme süreci, başlangıç
evrelerinde yoğunlaşan ve çoğunlukla tasarım probleminin içeriğine yönelik olarak
ortaya konan, bir takım yeniden tanımlama süreçlerinden oluşmaktadır. Simon‟a göre
mimari tasarım problemleri hem objektifleri hem de onlarla ilişkili olan öncelikleri
açısından kararsızlıklar ve şüphelerle dolu bir yapıdadır, dolayısıyla da bu problemler
iyi tanımlanmamış ya da “hasta-tanımlı” (ill-defined) olarak nitelendirilebilir.
Tasarım problemleri, onun tanımlaması çerçevesinde bilgi içerikleri anlamında iyi
tanımlanmamış olmakla birlikte, potansiyel olarak bir dizi iyi tanımlanmış alt
probleme bölünebilme niteliğindedir.
Kötü tanımlı problemler
Kötü tanımlı problemler, mimari tasarım süreci çerçevesinde, içerdikleri bilginin
karmaşıklığı ve bunların yoğun olarak öznel bilgi olması dolayısıyla çoğu zaman
12
tanımlarının yapılmasının dahi mümkün olmadığı iyi tanımlanmamış tasarım
problemleridir. Tasarım süreci zarfında çeşitli aşamalarda sorulan farklı sorular
doğrultusunda sürekli olarak yeniden tanımlanmaları gerekmektedir. Problem
yapısının karmaşıklığı, ulaşılacak tasarım çözümünün tanımını güçleştirmekte;
problemin çözüme dair en ufak bir ipucu dahi içermemesi, tasarım sürecini
sonlandıracak bir bitirme kuralının tanımlanmasını da imkansızlaştırmaktadır.
Dolayısıyla süreç sonunda ulaşılan çözüm, en doğru çözüm olmaktan öte en
tatminkar çözüm olarak tanımlanabilir. Mimari tasarım problemleri genellikle böyle
bir tanıma uyarlar.
2.1.2.2. Mimari Tasarım Problemlerinin Doğası
Tasarım problemi; en genel seviyede, varolan bir durumdan, amaçlanan duruma
geçiş nasıl sağlanır sorusuyla ilgilidir. Amaçlanan durum derken, tasarlanan ürünün
ya da sürecin sahip olması gereken objektifler ya da beklentiler kastedilmektedir. Bu
beklentiler genellikle iyi tanımlanmamıştır ya da çelişkiler içermektedir. Ve çoğu
zaman hepsi aynı derecede önemli olmamaktadır; örneğin, kullanıcı istekleri tasarım
süreci içinde işverenle konuşurken vb. durumlarda değişebilmektedir. Burada asıl
sorun, bu objektiflerin birbirleriyle kolayca ilişkilendirilemiyor olmalarıdır. Lawson
„çeşitli gereksinmelerin birbirleriyle ilişkili önemleri, tasarımcının tasarım süreci
içerisinde farklı objektifleri keşfetmesiyle tamamen değişebiliyor‟ şeklinde bir
düşünce ifade etmiştir (Coyne ve Subrahmanian, 1993). Bu nedenle kriterleri
arasında değiş-tokuşlar içeren gereksinmeler içeriksel olarak bağımsızdır ve bu
gereksinmelerin tatmin ediciliklerindeki denge, tasarımcı uygun detaylardaki farklı
olasılıkları keşfedinceye kadar netleşememektedir. Hangi sorunun daha önemli
olduğu ve hangi çözümün bu sorun için en başarılı olabileceği soruları oldukça
önemlidir ve bu sorulara tasarımcı tarafından verilecek yanıtlar da bu yüzden
subjektif ve içeriğe bağlı olarak değişebilen bir niteliktedir.
Bu nedenle „gerçek problem‟in karakteri genelde saklıdır, görünmez ve süreç
boyunca keşfedilmesi gerekir. Problemler kesin birtakım çözümlere işaret edebilir
fakat bu çözümler de yeni ve farklı alt problemlere yol açabilmektedir. Yani
problemin kesin bir şekilde tanımlanması oldukça güçtür ve tasarımcı asıl problemi
ortaya çıkarmak için önemli bir efor sarf etmek zorundadır. Tasarım problemlerinin
kesin bir sınırı da yoktur, ve fakat hiyerarşik bir biçimde katmanlaşması
13
sözkonusudur. Tasarım problemlerinin bazı bileşenleri farklı çözümler üretmeden
görünür hale gelememektedir. Doğasından gelen subjektiflik özelliği dolayısıyla da,
tasarım süreci içerisinde bazı problemler farkedilmemiş ve geliştirilememiş olarak
kalabilmektedirler. Sonuç olarak, tasarım problemleri hem objektifleri hem de
onlarla ilişkili olan öncelikleri açısından kararsızlıklar ve şüphelerle dolu bir
yapıdadır. Tasarım süreci de birçok bakış açısı dahilinde yapılandırılmamış bir
nitelik taşımaktadır. Sonuç olarak, tasarım problemlerine cevap verebilecek kesin
çözümlerin bir listesi de yapılamamaktadır.
Tasarım problemleri bu nedenle çok boyutlu ve yoğunlukla kendi içinde bağımsızdır.
Çoğu zaman oluşturulan objektifler kendi aralarında çelişkiler içerir ve tasarımcı
diğer birtakım problemlere cevap vermeden bir gerekliliğe ait çözümü optimize
edememektedir.
2.2. Mimari Tasarımda Yaratıcılık
Yaratıcılığın özünü tanımlama gereksinimi yaratıcı düşüncenin içinde bulunduğu
teorilerin geliştirilmesi anlamında birçok girişim gerektirmektedir. Bu konunun
zorluğu, edebiyatta da rastlanan farklı bakış açılarından kaynaklanan birçok tanım
dikkate alındığında açıkça görülebilmektedir. Örneğin Taylor yaratıcılığa dair 50‟ye
yakın tanımlama ortaya koymaktadır (Haapasalo, 2000). Genel olarak, yaratıcılıkla
ilintili olan araştırma alanlarında yaratıcılık konusunun detayları üzerinde hiçbir fikir
birliğine varılamamıştır ama tanımlamalar genellikle iki ana kategoriye
ayrılmaktadır.
İlk olarak literatürde; yaratıcı düşünceyi vurgulayan ve yaratıcılığın yalnızca zihinsel
bir mucize olarak görülmesini sağlayan birçok tanım sözkonusudur. Bu tanımlar,
bireyle ilgili yaratıcılık çalışmalarının ortaya koyduğu yaklaşımlar konusunda
geçmişte oldukça genel kabul görmüş yaklaşımlardır; örneğin psikoloji, biliş bilimi
ve yapay zeka alanlarında. Çeşitli araştırmacılar tarafından ortaya konan yaratıcılık
modelleri, yaratıcı düşünceyi oluşturan bireyin kullandığı kavramsal yöntemlerin
detaylı olarak araştırılmasını içermektedir (Haapasalo, 2000). Tasarlanmış birçok
yaratıcılık modeli, ya doğrudan bu modeller üzerine, ya da psikolojideki yaratıcı
düşünceyle benzerlik gösteren birtakım modeller üzerine kurulmuştur.
14
Yaratıcı bireylerden oluşan topluluğun, yaratıcı kelimesinin tanımlanmasında
oynadığı önemli rol itibariyle ikinci kategorideki yaratıcılık tanımı ise; yaratıcılığın,
yaratıcısının ürünü olduğu kadar içinde bulunduğu topluluğun da beğenisi sonucu
ortaya çıkan güçlü bir seçme duygusuyla tanımlandığını savunmaktadır. Bu tanımları
ortaya koyan araştırmacılar, yaratıcılığın boşlukta meydana gelmeyeceğine ve
mutlaka yaratıcının içinde bulunduğu sosyokültürel çevrede şekillenmesi gerektiğine
değinmektedirler. Birçok bireyin gelişen ve değişen zaman içinde farklı alanlardaki
yaratıcılıklarını kapsayan bu tanım da bazı araştırma alanlarında oldukça yaygın bir
yaklaşımdır, örneğin; tarih, sosyomantık vb.alanlarda.
Bazı araştırmacılar bu iki farklı yaratıcılık bakışını teorik bir temel yaklaşım
kapsamında birleştirmeye çalışmışlardır. Ama bununla beraber, sonuçta ortaya çıkan
yapı genel olarak, kişisel yaratıcılık ile sosyokültürel toplumlardaki yaratıcılığı
birbirinden ayırmayı amaçlamıştır.
2.2.1. Tasarımda Yaratıcılık Kavramının Kuramsal Altyapısı
Tasarlanmış bir yapı ya da tasarım süreci; kullanıcı nazarında, içinde yer aldığı
uzmanlık alanında veya tarihsel period içinde, farklı ve yenilikçi olabildiği sürece
yaratıcı olarak nitelendirilebilir. Yaratıcılık, yalnızca sözkonusu ortam içinde
görünür ya da fark edilebilir olduğundan, spesifik bir tanımını yapmak zordur.
Yaratıcı olarak nitelendirilen her nesne ya da sürecin ait olduğu ortamın kendine
özgü bir yapısı bulunduğundan, bu gerçek ihmal edilerek ortaya konulan tasarımlar,
kaçınılmaz olarak „tekerleğin yeniden icadı‟ gibi bir sonuç doğurabilir. Tasarımda;
yaratıcılık, ürünün ya da sürecin, veya her ikisinin de karakteristiğine bağlı olabilir.
Yaratıcılığın tanımını en iyi biçimde anlayabilmek için yaratıcı eyleme izin verecek
koşulların üzerine odaklanılması gerekmektedir.
Tasarımda yaratıcı problem çözme yaklaşımının gelişimi, uygulamaları ve yenilikler
üretmedeki başarısı geçmiş yıllardan günümüze değin gitgide artan bir ilgi alanı
olmuştur. Bilimde, sanatta ve eğitimde, kısmen de ticaret ve endüstri sektöründe
gizli kalmış kaynakları kullanma arzusu bu ilginin kaynağı olarak gösterilebilir.
Yaratıcı sürecin tanımı oldukça zordur çünkü yaratıcılıkla ilişki içinde olan tüm
konular bilinç dışı bir biçimde gelişmektedir. Yaratıcılık her yerdedir, tüm çevrede
15
fakat genellikle değişik karakterlere sahip olmaktadır. Dolayısıyla bu konuda yapılan
birçok araştırmaya rağmen, yaratıcılık sürecinin yaklaşık bir tanımı ortaya
konamamıştır.
2.2.1.1. Bireysel Yaratıcılık YaklaĢımları
20. yüzyılın ilk yarısında, kişiliğin doğasının araştırılması çalışmalarıyla birlikte
yaratıcılık kişisel yeteneklerin karmaşık bir bütünü olarak ele alınmıştır. Bu konudaki
en önemli çalışmalar, Sigmond Freud, Ernst Kris, Carl Junk, Abraham Maslow, Carl
Rogers, Erich Fromm, Herbert Lehman ve Wayne Dennis tarafından yapılmıştır.
„Yaratıcı kişilik merkezli savunma mekanizmaları‟ üzerine kurgulanan yaklaşımların
temelinde yaratıcılık, bilinç ve bilinçaltı arasında kurulan denge ile ilişkilendirilerek
ele alınmaktadır. Çıkış noktaları ise, Freud‟un zihinsel süreçleri; bilinçaltı, ego ve
süper ego ilişkileri içinde tanımlanmasına dayanmaktadır.
Yaratıcı kişilik görüşüne dayanan yaklaşımlardan ilkine göre yaratıcılık, bir konuya
olan motivasyon gücü, insanın eksiklik duyduğu duygularını denkleştirme ihtiyacı
olarak görülmüştür. Kişi eksikliğini duyduğu şeyleri, bir dönüşüm içinde elde etmeye
çalışır. Yaratıcılık, çocukluktan başlayarak gelişen travmatik bir deneyim,
umulmadık bir anda ortaya çıkan durumlar olarak ele alınmaktadır.
Sonraları geliştirilen bir başka yaklaşımla birlikte, yaratıcı düşüncenin oluşumu
“zihinde bilinçsiz zıtlıkların ve primitif itici güçlerin aniden ortaya çıkışı sonrasında
amaca yönelik rasyonel muhakemenin oluşması, bilinçsiz olarak oluşan içeriğin
analizinin yapılması” şeklinde tanımlanmıştır. Freud‟un teorisini birçok açıdan
eleştirmekle birlikte, bu yaklaşım birçok görüşe de temel oluşturmuştur. Özetle bu
görüşle birlikte, yaratıcılık kavramı; genelde, bilinç, bilinçaltı ve aniden ortaya çıkan
bilinçsiz tavırlar ile ilişkilendirilmiştir.
Daha sonraları hümanistik tavırlar olarak bilinen, yaratıcı kişiliğin incelenmesine
yönelik diğer çalışmalar; daha önceki yaklaşımların tersine, yaratıcılığın insanın ego
kontrolü dışında ve bilinçsiz tavırları ile oluştuğu kabulünü reddetmişlerdir. Yaratıcı
süreci, düşünce eylemi boyunca, beyinde kendi kendine hareket halinde olan
döngüleri, -ele alınan konunun kendisinden, kişinin bireysel yapısından kaynaklanan
veya dış etkenler sonucunda oluşan motivasyona da bağlı olarak- bilinçli bir şekilde
16
bir araya getirme işleviyle harekete geçen, yeni örüntülerin oluşumu olarak
tanımlamışlardır (Kahvecioğlu, 2001).
Fromm, yaratıcı kişiliği; “bulmaca çözme ve sürprizlere açık düşünme kapasitesi,
konsantrasyon yeteneği, objektif bilgi kazanımı, farklı kutuplardan geçerlilikler elde
edebilme yeteneği” gibi özelliklere sahip kişi olarak tanımlamıştır. Maslow ise,
insanın temel ihtiyaçlarını gerçekleştirmesi için oluşturduğu „eylemsel dizilim ve
ihtiyaçların hiyerarşisi‟ olarak ele almıştır. Bunu kendini-gerçekleştirme (self-
actualization) olarak adlandırarak, özel yetenek gerektiren yaratıcılıktan ayırmıştır.
Picasso, Darwin, Edison, Mozart gibi sanat ve bilim alanındaki dahilerin yaratıcı
kişilik yapıları ile ilgili olarak yapılan araştırmalarda, yaratıcılığa ait en önemli
kişisel karakteristik olarak, „olağanüstü duyarlılık‟ ve „esnek düşünce yapısı‟ ortak
bir özellik olarak belirtilmiştir (Kahvecioğlu, 2001).
Sonuç olarak, tüm bu yaklaşımlarla birlikte, motivasyon ve yaratıcılık kavramları
konusundaki görüşler, bilişim sürecini inceleyen daha sonraki teorik, deneysel ve
uygulamalı çalışmalar için itici bir ivme oluşturmuştur. Bu noktada kişilik yapısı,
yetenek, kültür, bilişim ve yaratıcı süreci etkileyen diğer faktörlerin etkisini ortaya
çıkarma amacıyla yapılan son çalışmalara örnek olarak; yüksek-sesle düşünme
protokolleri (think-aloud protocols) ve bunun sonucunda açığa çıkan eylemlerin adım
adım kodlandığı mikrokodlama (microcoding) teknikleri verilmektedir.
2.2.1.2. Sosyo-Kültürel Yaratıcılık YaklaĢımları
Sosyo-kültürel yaratıcılık yaklaşımları temelde, sosyal, kültürel ve çevresel
faktörlerin yaratıcılığa etkileriyle ilgilenmişlerdir. Bu konuda, Amabile, yaratıcılığın
bir „background‟ bilgisi, bireysel yaratıcılık, sosyal ve çevresel etkilerin bütünü
olduğunu belirtir (Kahvecioğlu, 2001). Finke ise, sosyal, kültürel ve çevresel
faktörlerin oluşturduğu bağlam içinde, farklı bilişsel süreçlerin biraradalığının
yaratıcı düşünce ortaya koymada etkili olduğunu ifade etmektedir. Örnek olarak da,
eldeki probleme ait geçmişte alınmış bir başarının gelecekteki benzerlerine
uyarlanmasının olası bir başarıyı getireceğini belirtmektedir. Bunu destekleyen bir
diğer bakış açısına göre, hem sanat hem de bilimsel alanda yaratıcı bir ürün ortaya
koymadan önce, bu alanlarda yapılmış önceki çalışmalardan elde edilecek çıkarımlar
ve üzerlerinde yapılacak olumlu veya olumsuz yargılar olmaksızın, yeni bir ürünün
17
ortaya konmadığı ve bunun da yaratıcılıkla ilgili sosyal faktörleri ortaya çıkardığı
görüşüdür.
Sosyo-kültürel yaratıcılık yaklaşımlarına göre “yaratıcılık” olarak ayırt edilebilecek
zihinsel bir fonksiyon yoktur. Bu demek değildir ki “yaratıcı” kişiyi belirleyen ve
ayırt eden hiçbir karakteristik olamaz. Yaratıcı kişiler çoğu zaman güçlü bir biçimde
“içten-yönelimli”(inner-directed), belirsizlik ve kararsızlığa karşı toleranslı, geniş bir
bilgi ve deneyim tarafından yönlendirilen kişilerdir. Fakat bu tip özelliklere sahip
olduğu halde hiçbir zaman “yaratıcı” olarak nitelenmemiş kişiler vardır. Yaratıcılık,
bir yenilikle fark edilebilir hale gelir. Yenilik; kabiliyet, bilgi ve kişisel
karakteristiklere sahip bireyler; az ya da çok anormal koşullarla karşı karşıya
geldikleri zaman ortaya çıkar. Koşulların anormalliği ise, kültürü oluşturan ve onun
sürmesini sağlayan, sosyal ağın kısıtlamalarının zayıflaması ile oluşur. Böyle bir
yaklaşım; yaratıcılığın bir şekilde sosyal güçler tarafından kontrol edildiği gibi
yaygın bir görüşle tutarlılık göstermektedir.
Kültür, tanımı itibariyle öğrenilebilen bir sistemdir. Dolayısıyla, değişime karşı
direnç göstermekte ve kendini tekrarlama eğilimi içindedir. Bu kültür bileşenlerinin
hangi yolu takip ettiği, çoğunlukla bağımlılıkların ağı tarafından belirlenir. Bu ağ;
birey ya da grupların kasti bir takım müdahaleleriyle değiştirilemeyecek kadar
güçlüdür. Değiştirme girişimleri bu güç oranında bir karşı direnç oluşturur. Bu
anlamda kültür ya da toplum; bir takım ilişkiler ağı ya da kısıtlamalar sistemi olarak
görülebilir. Bu ağ; bilgi ve inanç sistemleri, teknoloji ve kaynaklar ve bütün bunların
üstünde, filozofik bir bakışla, insanı içerir. Bu ana sistemlerin hiçbiri “birincil”
sistem değildir. Örneğin, ekonomik kısıtlamalar, hiçbir biçimde imtiyazlı bir öneme
sahip değildirler.
Bununla beraber, kültür kapalı bir sistem de değildir. Değişimler meydana gelir,
fakat bunlar çoğunlukla bir seçim ya da iç görünüm değil, sistem dinamiklerinin
sonucu oluşur. Bu; modern düşüncenin önemli karakteristiklerinden olan
„özgürlükçülüğe‟ ters düşmektedir. Modernizm; eşyalara yönetici bir bakış açısıyla
bakarak, dünyayı “yapılabilir”olarak nitelemektedir (Heath, 1993).
Kültürün tabiat itibariyle tutucu olmasına ve onun zamanlama ve etkilerinin tahmin
edilmesinin güçlüğüne rağmen modern dünya, değişimi bir ölçüde
18
kurumsallaştırmıştır. Bunu, değişimi oluşturan ve kontrol eden sosyal figürasyonların
keşfi ile yapmıştır. Bu kurumların en önemlileri „sanat‟, „bilim‟ ve „tasarım‟dır.
Bütün bunlar; kelime, içerik ve sosyal düzenin bir alt sistemi olarak, 18.yy‟ın sonları
ve 19.yy başlarında yapılan keşiflerdir. Bu alanlarda çalışan insanların yenilik ortaya
koymak görevine sahip oldukları düşünülür. Yenilik yapmalarına, sosyal açıdan
marjinal olarak kabul edilmelerine ve neredeyse hiç ödüllendirilmemelerine karşın;
sahip oldukları sosyal duruş ve saygınlık onları mutlu etmektedir.
„Bilim‟ ve „sanat‟ değişimi ilerletir. Tasarım ise, değişimi ilerlettiği gibi onu kontrol
etmeyi de ister.
Zeisel‟e göre tasarım, üç temel aktivite içermektedir: hayal kurmak, ifade etmek ya
da somutlaştırmak, test etmek. Tasarımı, fantaziden ayıran; somutlamalar ve sonuca
yönelik bazı testlerin uygulanmasıdır. Bu testler, tasarımın tatmin edici olmasını
sağlayan kısıtlamalardır (Heath, 1993). Herhangi bir tasarım modelinde tasarım
sürecini yürütecek olan bilgi-tabanı, asıl anlamını bu kısıtlamalarda bulur. Bu
kısıtlamalar, çözüm uzamını tanımlar. Eğer çözüm uzamı bir noktaysa, tatmin edici
tek bir çözüm var demektir. Fakat böyle bir durum, bir tasarım problemi olamaz.
Tasarım problemlerinin, birçok sayıda tatminkar çözümü olmalıdır (Heath, 1993).
Kısıtlamaları, tabiatları itibariyle „sabit‟ olarak niteleme gibi bir yanlış eğilim de
sözkonusudur (Gross ve Fleisher, 1984; Heath, 1993). Bu görüş, deneyimler sonucu
elde edilen bilgiye taban tabana zıttır. Kısıtlamalar, sosyal olarak tanımlanan oldukça
geniş bir alandır ve ender olarak direkt “doğa kanunları”na bağlanabilir. Onlar daha
çok; insanların istek, spekülasyon ve çözümlerini ifade ederler. Tamamen fiziksel
görünen kısıtlamalar dahi, geniş bir sosyal unsur içerebilir. Örneğin mimarlıkta alan
kısıtlamaları fiziksel olarak değerlendirilebilir. Örneğin, bir tasarım hedefi
bağlamında; belirlenen bir alan kullanılacak, sınırlar kesinlikle değiştirilmeyecek,
varolan ağaçlar ve binalar korunacak vb. gibi kısıtlamalar mevcut olsun. Sonuç
itibariyle bu kısıtlamalar da zamanlama, maliyet vb. gibi birçok sosyal faktöre
bağlıdır. Gerçekte; kısıtlamalar, birtakım değerler ve inanışlarla bezenmiş bir sosyal
örgünün bir kolu olarak düşünülebilir. Eğer örgünün dokusu sıkı değilse, kısıtlamalar
gevşetilebilir hatta bazen elimine dahi edilebilir. Zaten bu böyle olmasaydı çok az
sayıda tasarım tamamlanabilirdi.
19
Tasarım yaparken mimar, birçok farklı biçimde ortaya çıkan kısıtlamaların
kullanımını sağlamaktadır. Bazı kısıtlamalar, eğitimleri sırasında elde edilen genel
profesyonel bilgiye dayanmaktadır. Bu, içinden bazı kısıtlamaların çıkacağı, “bilgi
alanları”nın bilgisini içerecektir. Diğer kısıtlamalar; kişisel, profesyonel
deneyimlerden kaynaklanmaktadır: “Bir daha asla Gallow‟un kilitlerini
kullanmayacağım.” Bütün gerekli kısıtlamalar, mimarın hafızasında ya da referans
materyalin “dışsal hafızası”nda mevcut olanlardan ibaret değildir. Bazıları da;
müşteri, kullanıcı ya da başkalarının isteklerinden kaynaklanmaktadır ya da gözlem
yoluyla keşfedilmektedir. Dolayısıyla kısıtlamalar, birtakım üst bilgi yapılarının
içinden çıkarılmak durumundadır. Dahası; makul bir zaman içinde tatmin edici bir
tasarıma ulaşmak anlamındaki bir tasarım sürecinin başarısı, kısıtlamaların keşfediliş
sırasına bağlıdır. Eğer “geri dönüşler” minimize edilmek isteniyorsa, kısıtlamalardaki
bu hiyerarşinin iyi anlaşılması şarttır.
Mimari tasarımda, kısıtlama hiyerarşilerini ve karar verme sıralarını yöneten
kuralların bilgisi, neredeyse tamamen bireysel deneyimin ürünüdür. Bu kuralların
araştırılma ve ifade edilme prosedürleri başka birtakım platformlarda da tartışılmıştır.
Yine de, mevcut kısıtlı tasarım süreci anlayışı dahilinde bazı noktalar açıktır. Tıpkı
“gerçekler”in yalnızca gözlemleyerek değil, o gerçeklerin test edildiği bir teori
bağlamında keşfedilmesi gerektiği gibi; tasarım kısıtlamaları da yalnızca bu
kısıtlamaların uygun testleri karşıladığı, tasarım hedefinin bir başlangıç görünümü
bağlamında keşfedilebilir. Mimar için böyle bir başlangıç görünümü; bir fiziksel
model ya da Darke‟ın keşfettiği gibi bir genel konsept özeti olabilir (Heath, 1993).
Her ne kadar bunların tecrübeye dayanan doğası çoğu zaman tanınmasa da, bu tip ilk
şemalar höristik bir amaca hizmet ederler. Tasarımcının ilk fikirlerindeki,
kısıtlamalar tarafından gerekli bulunan değişiklikler, çoğu zaman kuvvetli bir
biçimde direnç gösterirler. Bir değişiklik ortaya çıktığı zaman, ürün daha az yaratıcı
olmak zorunda değildir. Le Corbusier‟nin “Pavillion Suisse”i birçok radikal
değişikliğe uğramasına karşın, yine de bir başyapıt olarak değerlendirilmektedir
(Heath, 1993).
Kısıtlamaları içeren bir tasarım süreci bağlamında yenilikçi ve orjinal düşünme ve
karar verme, tasarım sürecinin her aşamasında mümkündür. Tasarım sürecindeki
kısıtlamalar keşfedildikçe, ilk konsept; minimal ve tahmin edilebilir şekilde değişip
20
yeni bir varyasyona dönüşebilir ya da radikal biçimde farklılaşıp gerçek bir buluş
haline gelebilir. Büyük olasılıkla, ilk konsept terk edilip yeni bir rehber yapı
benimsenir. Alternatif olarak; sosyal figürasyondaki değişiklerle beraber kısıtlamalar
da değiştirilebilir. Kısıtlamaların keşfedilişindeki başarı dolayısıyla oluşan büyüme,
gelişme ve değişme yolunda giderse; tasarım, çözüm uzamına doğru ilerlemeye
başlar. Zeisel, bunu ortaya koymuş olduğu spiral tasarım süreci modelinde ifade
etmiştir (Heath, 1993). Pratikte ise mimari tasarımda yaratıcılık alanı kısıtlıdır.
Toplumda, genellikle „üretimin biçimi ve ürün tipi ne kadar ticarileştirilirse; ilk
konseptte ve kısıtlamalara adaptasyonda, stereotiplerden ayrılışa o kadar az izin
verilir‟ gibi bir durum söz konusudur. Bu, kapitalizmle beraber gelen kötücül gücün
bir sonucu değildir. Bunun sebebi, tüketici isteklerini de içeren yoğun bir sosyal
baskı ile ilişkili olarak ticari hacmi yüksek marketlerin gelişmesidir. Bu baskının
istek ve tercihleri; sıkıca örülmüş bir sosyal ağ oluşturmuştur ve buna bağlı birtakım
beklentiler doğurmuştur. Varyasyonlar kabul edilebilir fakat bunlar yüzeysel,
marjinal ve modaya uygun olma gibi bir eğilim gösterirler. Kaçınılmaz olarak, diğer
alanlarda olduğu gibi mimarlıkta da tasarım işinin büyük bölümü, ticari başarıya
daha yakın olan ürün ile ilgilenir. Eğer bu iyi-tanımlanmış, neredeyse-rutin
aktivitenin dışına çıkılıp deneysel ve keşfedici olana yönelinirse; yeniliğe karşı olan
talep ve yaratıcılık fırsatları da artar .
Üretken aktivite alanları incelendiğinde, her birinde buna benzer bir sıralama
görülmektedir. Örneğin literatürde, binlerce aşk ya da macera kitabı olmasına karşın
çok az sayıda “ciddi” roman, ya da yazarına şöhret ve saygıdan başka hiçbir şey
kazandırmayan eser vardır. Resimde, çoğunlukla reklam sanatı ve illüstrasyonuna,
akademik portrelere ve avangart galeri resimleri sözkonusudur. Mimarlıkta ise,
sıralama; standardize edilmişlikten bir adım ötede duran “ticari” binalardan, acil ve
değişken sosyal talepler doğrultusunda tasarlanmış “sistem” binalarına ve
tasarımcının bir takım değer sistemleri dahilinde bir metafor olarak ortaya koymak
amacını taşıdığı “sembolik” binalara kadar uzanır (Heath, 1993). Bilimde de benzer
bir sıralama; mühendislik uygulamalarından, “normal bilim” dahilindeki uygulamalı
araştırmalara kadar devam eder.
Sanat ve tasarımın, estetik kısıtlamalar içerdiği gerçeği; bunları, estetik kısıtlamaların
kullanımını mütemadiyen sağlayan teknolojiden ayırt etmeye yetmez. Bilim ve
21
matematik, teorilerin seçiminde estetik testleri kullanır. Ne estetik kısıtlamaların
metafiziksel ya da keyfi olduğu ne de diğer kısıtlamaların böyle olmadığı
düşünülebilir. Tıpkı diğer kısıtlamalar gibi, estetik kısıtlamalar da „stil‟ denilen
sosyal bileşenler içerir. Günümüz toplumu ekonomik kısıtlamalara birincil önem
verip estetik kısıtlamaları zayıf olarak değerlendirmektedir. Fakat tarih, tam tersi bir
önceliğin var olduğu örneklerle bezenmiştir.
Günümüz toplumunda; güzel sanatlar, eski Mısır ve Bizansta olmadığı kadar az
kısıtlamalar içeren aktivitelerdir. Günümüzde, Hegel‟in tabiriyle, sanat en uç
noktalara kadar çekilmiştir. “merkezi” olan şey, diğer elemanlarla en çok bağlantısı
olan şeydir. “ağ” ın en yoğun olan noktaları, en çok kısıtlamaya tabi tutulmuş
olanlardır. Marjinal olarak değerlendirilen yerler, gruplar ya da bireyler ise tersine,
yaratıcı aktivite için en çok fırsata sahip olanlardır. Bu bağlamda; bilimin toplumun
merkezine yerleşmesiyle, birtakım farklı grupların özgürlükleri kısıtlama çabalarının
artması dikkat çeken bir durumdur. “merkez-sınır” ilişkisi çoğunlukla modernistler
ve ilericiler tarafından “sınır” metaforu bağlamında ifade edilmiştir. Bu başarılı bir
metafordur; çünkü sınırda daha çok şeye izin verilmiştir ve otorite zayıftır. Bu ayrıca,
gerçekçi bir metafordur. İnsanlık tarihindeki en büyük yenilikler, coğrafi sınırlar
arasındaki “kültürel alışverişler” sonucu meydana gelmiştir (Heath, 1993).
Yenilik ancak dış sınır çizgisinde mümkün olabilir. Değişim ayrıca, çok daha
merkezi aktivitelerdeki varyasyonlar sayesinde oluşabilir (Heath, 1993). Varyasyon
iki çeşittir; tesadüfi ve yönlendirilmiş. Modaya uygun değişim, doğası itibariyle
tesadüfidir. Bu; değişim uğruna değişmek demektir. Özdeki bu yoksunluk; modayı,
yaratıcı yeniliklerden ayıran şeydir. Fakat günümüzde tasarımcıların başlıca amacı,
modaya uygun değişimler için gitgide artan bu talebe cevap verebilmektir.
Modernizasyon süreci, modern toplumların bireylerine gittikçe şiddetlenen ve çok
daha yaygın bir disiplin empoze etmiştir (Heath, 1993). Bu trendin gözlemi; sosyal
olarak hoş görülebilir anlamda bir kaçış, bir „heyecan arayışı‟ eğiliminin
araştırılmasıdır. Son yıllarda, „post-modernizm‟ olarak adlandırılan bu yeni eğilim,
mimarlıkta dahi modaya uygun çeşitlemeler içinde yerini almıştır. Binalar, “eşya,
mal” haline geldikçe; bunların, reklam amaçlarındaki marjinal ürün farklarının
gereksinimlerini karşılamaları gerekmiştir.
22
Merkezi fikirler, gelenekler ve teknolojilerdeki değişimler belki de bir takım dış
etkenlerden dolayı oluşmuştur: Savaş, hastalık, kıtlık, kültürel şok ya da diğer
felaketler. Fakat ana değişim ve hatta devrimsel olan değişim yine birtakım evrimsel
değişiklikler tarafından gerçekleştirilmiştir: Yönlendirilmiş varyasyon. Toplumun
baskın bir takım değerleri tarafından yönlendirilen bazı değişimler, zaman içinde
tamamen yeni bir durum yaratabilir. Elias‟ın tarihsel bir örneğini ele alırsak;
16.yy‟da Amerika‟dan getirilen çok yüksek miktarlardaki değerli metalin; Fransa‟nın
para ekonomisindeki yükselişi nasıl katalize ettiği düşünülebilir (Heath, 1993). Bu,
zaman içinde soyluların şehirlere ve hükümdara bağlılığını arttırmıştır. Bu ekonomik
gerçek, soylu sınıfının Versailles ve Paris‟te merkeze yerleşmesi şeklinde fiziksel bir
biçime dönüşmüştür. Mimarideki belirgin bir takım değişiklikler de bunu izlemiştir:
Yalnızca Versailles ve Versailles bahçelerinin inşa edilmesi değil, tamamen yeni ve
karmaşık bir mimari tipin; otel ya da soyluların şehir evleri, yaratılması gibi bir
sonuç doğmuştur.
Dolayısıyla, ele alınan herhangi bir zamanda, kültür yaratıcı kabiliyetlere üç değişik
yolla fırsat sağlamaktadır. Modaya uygun değişimlere fırsat verilir. Sosyal olarak
marjinal olan alanlarda çalışmaya fırsat vardır. Son olarak; uzun vadeli birtakım
istem dışı yönlendirilmiş varyasyonlar ya da, daha ender olarak, bazı dış etkenlerin
baskısı dolayısıyla ortaya çıkan küçük ya da büyük “sınır değişiklikleri” mevcuttur.
Yaratıcı oluşumların ortaya çıkma olasılığı birinciye oranla ikincide, ikinciye oranla
da üçüncüde daha çoktur. En büyük fırsatları yaratanlar; sınır değişiklikleri devrimler
ve “örnek değişiklikler” dir (Heath, 1993).
Geçtiğimiz yüzyılda, tarihsel önem ve alkış kazanmış binalar, bu fırsat dağılımı
modeline uyuyormuş gibi görünmektedirler. Bu binaların başlıcaları ise konutlardır.
Modern ideolojide, konut özel bir alandır dolayısıyla da marjinaldir. Prensipte konut
sahibi, bireysel bir “yaşam tarzı” ve buna karşılık gelen özel durum oluşumlarını elde
etmek isteyebilir, hatta istemelidir. Pratikte ise, doğal olarak konut yaşamı birçok
geleneksel kısıtlama tarafından idare edilir ve lokal normlardan çok uzak olan konut
sahibi, çatışmayı ve hatta legal bir kuvveti deneyimler (Heath, 1993). Yine de “konut
tasarımı” toleransa sahip bir alandır. Sanat ve eğlence için yapılan binalar ise daha
sonraki en iyi fırsatları sunarlar. Hastane, havaalanı, laboratuar gibi; ileri teknolojiye
23
dayanan aktiviteler için yapılan binalar da yaratıcı yeniliğe fırsat verir, fakat bu
olasılık teknik kısıtlamalar tarafından sınırlandırılır.
2.2.2. Yaratıcı Bir Süreç Olarak Mimari Tasarım
Alvar Aalto, mimarlık pratiğinde tartışmasız en önemli karakterlerinden biridir.
Aalto kendi mimarlık pratiğindeki tasarım yapma süreci hakkında yayımladığı
makalesinde herhangi bir yöntem oluşturmaksızın kendi kişisel deneyimlerinden
bahsettiğini ifade etmektedir. Her koşulda, problemleri çözmedeki ortak çabaları
sonucu meslektaşlarının da aynı bilgileri paylaştığını düşünmektedir (Haapasalo,
2000). Ayrıca Aalto, örneklerin sadece sonuçta ortaya çıkan binanın iyi ya da kötü
özellikleriyle ilişkili olmadığını ileri sürmektedir. Aalto sayısal olarak çok fazla
makale üretmemesine rağmen en çok tercih ya da analiz edilen yayıncılardan biridir.
Fakat Aalto‟nun deneyimleri ve pratikteki çalışmaları özgün metinlerden daha
etkilidir. Bunun dışında ifade edilebilir ki, yaratıcı mimari çalışmanın hiçbir tanımı
Aalto‟nun tanımları kadar gerçekçi ve ilgi çekici değildir:
“Kişisel olarak mimari bir problemi çözmek zorunda kaldığım zaman, mutlaka
başedemediğim bir engelle yüzyüze gelirim, “Sabah uykusundaki bir ağaç misali”
Bana engel olan sorun, mimari tasarımın birbiriyle iç içe geçmiş sayısız bileşeni
birbirinden ayırmak zorunda kalması olduğu için, çok karmaşıktır. Psikomantık
sorularla örülü sosyal, insani, ekonomik ve teknik konular hem bireyi hem de
toplulukları etkiler. Çok sayıda inanışın ve problemin oluşturduğu engel, gerekli olan
mimari fikrin ortaya çıkışını zorlar. Ben daha sonra şu şekilde ilerlerim: Değişik
gereksinimler ve çalışmanın ortamı zihnime yer etmiş olmasına rağmen bir an için
ana problemi unuturum. Eksiltilmiş sanata benzer bir yöntem üzerine hareket ederim.
Sadece içgüdülerimle çizim yaparım, mimari sentezlerle değil. Fakat bazen çocuksu
kompozisyonlar ortaya çıkmasına rağmen ana fikir zamanla şekillenir ve bir armoni
kazanır.” Aalto‟nun pratik çalışmalarının önemli bir deneyimi de, yoğun olarak
sezgilerini kullandığı yöntemlerdir, Vipuri Şehir Kütüphanesini tasarladığında da
sezgisel metotları yoğun olarak kullanmıştır. Bu hedefi tamamlaması için önünde
yeteri kadar, beş uzun yıl, zamanı olmuştur.
“Kendi düzenimi bulana kadar, uzun bir dönem, basit, acemice çizimler yaptım. Her
türlü fantastik, çok çeşitli güneş görüntülerine sahip dağ manzaraları çizdim ve bu
24
bana sonunda kütüphane fikrinin temelini oluşturdu. Kütüphanenin mimari iskeleti
farklı seviyelerdeki çok çeşitli dinlenme ve okuma bölümlerini kapsamaktadır.
Bunun yanında yönetim ve denetim bölümleri de uçtadır. Benim basit çizimlerim
dolaylı olarak mimari fikirle örtüşmüş fakat plan şeması ve kesitlerin gözden
geçirilmesi sonucu yatay ve düşey sirkülasyon sağlanmıştır.” Aalto‟nun, bilinçsizce
yapılan yaratıcılık çalışmasının görüntüsü makalesinde yer almaktadır. Bu makalenin
başlığı (Alabalık ve Akarsu), konuyu yeterince açıklar (Haapasalo, 2000). Mimarlık
ve detayları bir şekilde biyolojinin de bir parçasını oluşturur. Belki de mimarlık
büyük bir alabalık ya da som balığıdır. Bu canlılar iyi gelişmiş olarak doğmazlar
hatta denizde ya da suda da doğmazlar. Kendi evlerinden yüzlerce mil ötede,
nehirlerin akarsuların komşu olduğu, şelaleler arasındaki derelerde ya da eriyen
buzların oluşturduğu sularda doğarlar. Bir balığın gelişmesi nasıl böyle zaman
alıyorsa mimarların da fikirler dünyasında zamana ihtiyacı vardır. Mimar Petaja
(1977, 1983) mimari yaratıcılık üzerine çalışmalar yapmıştır (Haapasalo, 2000).
Onun yaratıcılığının ve öğreniminin kapsamı ise bilimden çok sanat ağırlıklıdır.
Petaja, diğer araştırmacıların da yaptığı gibi, yaratıcılık sürecinin duygusal ve
irrasyonel yanlarını ve içindeki anlamları ortaya koymuştur. Mimarlık ve güzel
sanatlar arasındaki soru her zaman en önde gelen olmuştur. Genellikle, mimarlığın,
heykeltraşlık ve ressamlıktan birşeyler alması istenmiştir. “üç sanat” diye ortaya
konan bu aktif temsilciler arasındaki işbirliği değişik öneriler şeklinde ortaya
konmuştur. Aalto da bu amaçlarla hemfikirdir. Aalto sanattaki formların modern
mimarlığa gerçek bir içgüdü oluşturduğunu savunur. Bunun yanında mimarlık soyut
sanata da materyal üretmiştir. Sanatın bu iki dalı da birbirini etkilemiştir. Bireysel
yaratıcılığın kalitesi hayatın gelişen evreleri ve hatta doğum öncesi genetik bilgi
üzerine kurulabilir.
Petaja‟ya göre yaratıcılık, bireysellik ve topluluk arasında bağlayıcı bir güçtür
(Haapasalo, 2000). En iyi uzmanlar bile yaratıcılık üzerindeki tüm olasılıkları kontrol
edemez. Gelecekteki herhangi bir mimari proje için hazırlanmış herhangi bir çözüm
olamaz çünkü tüm mimari problemler kendine hastır. Mimarlıktaki yapılar gerçeğin
formlarıdır ve insan bilincinin ve gözleminin ana başlıklarıdır. Böylelikle mimarlığın
hem yaratıcı hem de psikomantık faktörler üzerine dayandırıldığı görülmektedir.
Duygusal ve bireysel özellikleri biraraya getirmek yaratıcılığın misyonudur. Daha
sonra yaratıcılık, duyguların ve gerçek sonuçların boşluklarını dolduran bir yeti
25
olarak ortaya çıkar. Petaja bu formları biraraya getirerek yaratıcılığın bilinçli
tasarımla meydana geldiğini görür.
Tasarımın özü amaçsız ya da absürt bir konudan bile kaynaklanabilir. Pallasmaa‟ya
göre “gereklilik” çizim tahtasından başka yerlerde de karşımıza çıkabilir (Haapasalo,
2000). Eskizle ve eskiz yapma çizimin zeminin oluşturan çok çeşitli yollardan biridir.
Farklı başlangıç noktalarından yola çıkarak çözüme ulaşma ihtiyacı beraberinde
sosyalliği, fonksiyonelliği, teknikliği ve formaliteyi gerektirir. Önceki tanımlar
yaratıcı tasarımdaki bilinçsizliği ve tasarımdaki sayısız faktörü ortaya koymaktadır.
Bunun yanısıra, yaratıcı mimari tasarım sürecinin prosedürleri her tasarımcı için
kendine özgüdür.
2.2.3. Sezgisel Tasarım ile Sistematik Tasarımı BütünleĢtirme YaklaĢımı
Mimari tasarım ile yaratıcılık kavramı arasında bütünleşik bir yapı sözkonusudur.
Bunun içindir ki hem tasarım hem de yaratıcılık, tanımları açık ve net biçimde
yapılması mümkün olmayan süreçlerdir. Tasarım sürecinin tanımını yapmak, bir
bakıma, süreci çeşitli aşamaların birbirini takip ederek ilerlediği bir sistematiğe
oturtmak anlamına gelmektedir. Bilgisayar destekli mimari tasarım yaklaşımları
kapsamında oluşturulan modeller de böyle bir yöntem kapsamında ilerlemek
durumundadırlar. Bilgisayarların tasarım sürecine aktif biçimde katılabilmesi için
tasarım sürecinin bilgisayar ortamındaki açılımı tanımlanmalıdır. Bilgisayar destekli
tasarım alanındaki araştırmaların başarı oranı ise üretilen tasarımların insan
tasarımcıların ortaya koyabileceği yaratıcı ürünlere yaklaşma oranıyla ölçülebilr.
Dolayısıyla bu bütünsel amaca ulaşmak için yaratıcılığın sistematik tasarım süreci
içinde tanımlanabilmesi gerekmektedir.
2.2.3.1. Yaratıcı ve Sezgisel Mimari Tasarım
Yaratıcılık yeni fikirler ve çözümler üretme yeteneğidir. Bu özellik, beynin ve tüm
insan vücudunun normal bir aktivitesidir ve her insan belli oranda bu kapasiteye
sahiptir. Sezgisel yöntemleri kullanarak kişi, mantıksal bir süreç olmaksızın
problemleri çözebilir. Yaratıcı olma yeteneğini araştırabilmek ve geliştirebilmek için
öncelikle insan vücudunda harekete yönelik olarak ortaya konan dört ana fonksiyon
26
olan bilinçli düşünce, bilinçsizlik, algı ve duyuların nasıl işlediğinin tanımlanması
gerekmektedir. Bu insani fonksiyonlar, insanın yaşamsal aktiviteleri ve hayatın
evrelerini sürdürebilmesi için birbirleriyle ilişki içindedir. Bilim, insanın gizli kalmış
olan bilinçaltını çok az tanımaktadır. Bununla beraber modern ilaçlar ve özellikle
psikiyatri, tam olarak yerini tespit edememelerine rağmen, bilinçaltının varlığını
kabul etmektedir. Bilinçaltı konusunda yalnıca birtakım gözlemler yapılabilir,
nitekim bilinçaltının yapısal detaylarını ispat etmek imkansızdır. (Haapasalo, 2000).
Yaratıcı mimari tasarım teorisi bu bölümde Tuomaala‟nın (1999) bilinç ve bilinçaltı
aktiviteleri ve bunlar arasındaki ilişkiler üzerine ortaya koymuş olduğu yaklaşım
çerçevesinde değerlendirilecektir. Tuomaala‟nın makina mühendisliği tasarımında
ortaya koyduğu bu yaratıcılık yaklaşımı, mimari tasarıma da uygulanabilir
niteliktedir. Zira bu anlamda meydana getirilen yaklaşım, yaratıcı tasarımı
görselleyecek olan ender olasılıklardan biridir (Haapasalo, 2000).
Descartes‟in ünlü “düşünüyorum öyleyse varım” sözü mantık ve rasyonaliteyi
tanımlamaktadır. Damansio‟ya göre ise rasyonalite, sosyal koşullardaki sinirsel
duyular üzerine kurulmuştur (Haapasalo, 2000). “Hissediyorum öyleyse
düşünüyorum”. Hissediş duyguların değişiminin, kişinin deneyimlerinin ve
kimliğinin ortaya konmasıdır. Mario Botta‟ nın mimarlığında da temel ögeler
düşünme ve hissediş üzerine kuruludur.
Düşünme, mimarların kariyerleri boyunca öğrendikleri mantıklı ve rasyonel
bilgilerden kaynaklanarak oluşmaktadır. Mimarlığı hissetmek; irrasyonel, şiirsel ve
subjektif olan kişisel özelliklere bağlıdır. İnsani fonksiyonlar temelde; bilinçli ve
bilinçsiz düşünce, algı ve duyular gibi bölümlere ayrılmaktadır.
İnsan, hareketlerini sadece belli durumlarda bilinçli olarak kontrol etmektedir. İnsan
ayrıca denge duyusu gibi bazı iç duyulara da sahiptir. Hemen hemen tüm işlemler
bilinçli seviyede kontrol edilir. İstisnai olarak yalnızca kalp dolaylı olarak bilince
bağlıdır. Solunum ise tamamen ya da kısmen bilinçli biçimde kontrol edilmektedir,
örneğin uyku sırasında bilinçdışıdır (Şekil 2.1).
İnsanın içsel bilgi akışı; bilinçli ve bilinçaltı düşünce ile vücudun algı ve duyuları
arasındaki etkileşim ile açıklanabilir. Bu etkileşimlerden ilki bilinç ile bilinçaltı
arasındaki basınç ilişkisi ile ilgilidir (pnömatik), diğer bağlantı ise elektriksel yani
27
sinir ve duyular arasındaki bağlantıdır. Bilinçlilik hali, sinirlere bilgi gönderimini
(insan beyninin verimi) sağlamaktadır, duyular (insan beyninin verileri) ise insanın
çevresini algılamasına yol açmaktadır. Bir konu hakkında veri toplama ya da
araştırma yapma öncelikle, bilinçaltında basıncı arttırır ve buradan bilince doğru
bağlantıyı sağlayacak olan iletim kanalını ortaya çıkarır. Bilinçli öğrenme; sinirler,
hareketler ve duyu alıcılarıyla gerçekleşmektedir. (örneğin; bisiklete binmeyi
öğrenmek için 5000 sayfalık bir metni okumak faydasızdır, kişi yalnızca kendi
deneyimleri sonucu öğrenebilir.) Bilinç ile bilinçaltı arasındaki bu gerilim, bilginin
bilinçaltına doğru absorbe edilmesini sağlamaktadır (Şekil 2.2). Bu durum bilinçaltı
tarafından fikirlerin kullanılması için basıncın düşürülmesini gerektirir.
Şekil 2.1. İnsanın beyinsel fonksiyonlarının sistematiği (Toumaala, 1999)
Bilinç
B ilinçaltı
Sinirler D uyular
Şekil 2.2. İnsan bilgi işleme sürecinin bir modeli (Toumaala, 1999)
Sürekli ve güçlü bir bilinçli düşünme süreci, bilinçli zihindeki basıncı arttırır, ki bu
da fikirleri bilinçaltında tutmaktadır. Bu durum genellikle konu ile ilgili herhangi bir
sorunla karşılaşıldığında meydana gelir fakat zihni boşalttıktan sonra çalışmalar ve
yaratıcı fikirler yeniden kavranabilir hale gelebilmektedir.
28
Bilinçaltının yapısı ve hareketleri tam olarak bilinmemektedir fakat bu alt bilincin
çok miktarda bilgi içerdiği de açıktır. Bir insan yaşamında çok miktarda beceri ve
bilgi birikimine rastlamak mümkündür.
Freud‟a göre insan hayatı, bireyin doğumundan sonra yaptığı herşeyi içermektedir.
Jung‟a göre ise insan beyni atalarından gelen hafızayı da kapsar. İnsanın hareketleri
dikkatli bir şekilde incelendiğinde, bunların az-çok kontrollü olduğu görülür.
Örneğin insan yürümeyi bilinçli olarak kontrol etmez ama bir şekilde kontrol altında
tutabilir. Ve eğer yürüyüşünü bilinçli bir şekilde kontrol etmeye kalkarsa, doğallığı
bozulur ve yavaşlar. Tuomaala‟nın (1999) bu konudaki pratik gözlemleri şunlardır:
a) Bilinçaltı ile yapılan hareketler bilinçli hareketlerden daha kesin ve hızlıdır.
b) Bilinçaltı hareketlerinde duyular doğrudan okunabilir ve bilinçli düşüncenin
yardımı olmaksızın algılar doğrudan kontrol edilebilir.
c) Enerji kullanımı söz konusu olduğunda bilinçaltı ile gerçekleştirilen hareketler
daha ekonomiktir.
d) Tüm bilinçaltına bağlı hareketler daha önceden bilinçli bir şekilde öğrenilmiştir,
öğrenmek ve öğrenilen bir şeyin değiştirilmesi de oldukça zordur.
Bilinçaltının etkinliğinin başka bir örneği de rüyalardır. Rüyalar bir kaç saniye
sürerler, bir çok kelime ve imaj içerirler fakat hatırlanmak için çok zaman
gerektirirler. Aksine bisiklet kullanmak örneğin, bilinçaltının yardımı olmaksızın
gerçekleştirilemez. Bilinçaltındaki beceri, algı ve duyular aracılığıyla bilinç dahilinde
öğrenilir. Simultane tercümanlar, bir konuşmayı dinleyip başka bir dile çevirme
sırasında bilinçaltı yeteneklerini kullanırlar. Enteresan olan başka bir konu ise
insanın bir konu hakkında birşeyler tasarlarken fikirlerinin bilinçaltından
yansımasıdır. Daha sonra bu fikirler bilinçaltından bilinçli düşünce seviyesine
geçerler. Bilinçaltı henüz tanımlanamamış süreçler sonucu ortaya çıkmıştır.
Tuomaala‟nın bu konuda çıkardığı sonuçlar aşağıdaki gibidir:
a) Bir konuyu anlamak ve tanımlamak öğrenmeye yardımcı olmaz. Aksine bu
durumu daha da zorlaştırır.
29
b) Bazı durumlarda fiziksel bir temas olmadan konuyu öğrenmek imkansızdır.
Daha zor konuları öğrenmek daha pratik bir eğitim gerektirir. Bu pratik eğitimin en
gerekli bölümü kavramadan geçer.
c) Kavrama gerçekleştiğinde öğrenme gerçekleşir. Bu ise tamamen bir bilinçaltı
davranışıdır.
d) Bilinçaltının kontrol ettiği fikirler bazen bilinçli hareket ve fikirlerden daha
kesin ve doğrudur.
e) Bilinçli çalışmaların zorlamasıyla bilinçaltının kavraması meydana gelmez.
f) Bilinçaltı kavraması ayrıca zor konularda da devreye girer. Her koşulda birçok
bilinçli çalışma gerektirir. Problem çözmede çalışma olmadan gerçek kavrayışa
ulaşılamaz.
g) Tüm öğrenim çalışmaları bilinçaltı kavramasına ihtiyaç duyar. Ayrıca sadece
bilinçli çalışmalarla öğrenim gerçekleştirilemez.
h) Bir öğrenim süreci söz konusu olduğunda bilinç seviyesinden bir emir harekete
geçer.
i) Tam otomatik bir bilinçaltı hareketi bilinçli hareketle beraber duyuları da
kullanır. Bu sayede hareket bilinçli çalışmadan daha doğru ve hızlı gerçekleşir. Bu
durum, bilinçaltının zamanın kontrollü kullanımını bilinçliden daha etkili
gerçekleştirdiğini göstermektedir.
Yaratıcı düşüncenin ortaya çıkmasını sağlayan bilinçaltı, bilinçli düşünceden daha
çok ve daha geniş ölçekteki problemleri çözebilmektedir (Haapasalo, 2000). Ayrıca
bazı büyük problemler mantıkla bile çözülemez. Bu konudaki araştırmaları
geliştirme ve belirlemedeki ana hedef; bilginin öğrenimini, transferini ve bilinçaltı
yetenekleri öğrenmek ve kullanmaktan geçmektedir. Bilinçaltı bilgiyi süreçlendirir
ve yeni fikir ve düşünceler oluşturur. Ayrıca sinirler, hareketleri doğrudan kontrol
eder. Bilinçaltı, bilinçli düşünceyle bağlantı kurmalıdır aksi takdirde hareketlerin ve
düşüncelerin kontrolü ve gerçekliği bilinçli olarak sağlanamaz.
Tuomaala (1999) (Şekil 2.3) bilinçaltındaki düşünceleri kısa bileşenler şeklinde
tanımlamıştır. Bu bileşenler diğer başka bileşenlere bağlıdır ve bir bilgi ağı
30
oluştururlar. Bu kısa eleman ve bilgi ağıyla Tuomaala bilginin konumunu ve
bilinçaltıyla bağlantısını belirlemektedir. Bu ağ daha karmaşık birçok bağlantıyı
temsil eder, ki bu bağlantılar daha önce kavranmıştır. Dolayısıyla tüm bu bilinçaltı
bilgilerinin tanımlandığı bu ağ; bünyesinde birçok boşluk, delik ve daha küçük
bağlantısız ağlar bulundurur. Bu ağın büyüklüğü, kavranmış bütünlüğün boyutunun
ve bu bütünlüğün aksine tutarsızlığının da miktarını tanımlamaktadır.
Şekil 2.3 Bilinçaltındaki bilgi elemanları, gerekli olan gerilim ve oluşturulan içgörü
(Toumaala 1999).
Bilinç ile bilinçaltı arasında oluşan gerilimin çözülmeye çalışılması yaratıcı
düşüncenin ortaya çıkması için gereklidir. Zira sürekli hissedilen bu gerilim bir
hedefi amaçlamaktadır. Başka bir deyişle bu gerilim geliştirilebilir ve objektif bir
amacı başarmak amacıyla oluşturulmuştur. Hedefin tanımı ne kadar dikkatli yapılırsa
ve gerekliliği ne kadar önemsenirse gerilimi de o kadar olmaktadır.
Yeni bilgilerin bilinçaltı tarafından iyi öğrenilmesi gerekmektedir. Aksi takdirde
bilgi kullanışlı olamaz. Bilginin kavranması ve bağlantının sağlanması için de zaman
ve çaba gereklidir. Güçlü bir mantıksal çalışma, bileşen bilgilerinin bağlantısını
engellemektedir dolayısıyla baskının ve gerilimin bir an olsun rahatlamasına gerek
vardır. Devamlı süren düşük gerilim bağlantıyı engeller ve ağ, bilgilerin biraraya
toplanmasıyla ve biçimlendirilmesi yoluyla tamamlanır. Bu mantıksal çalışmanın
sonuçları, bilinçaltına kavrama yoluyla bir bağlantı sağlamak için transfer edilir.
Karmaşık konularda, olası bağlantı yolları için birçok bilgi bileti oluşturmak
gereklidir (höristik noktalar). Bir höristik nokta bilginin oluşturduğu hedeftir;
örneğin, bir bütünlüğe ait detayların çizimi ya da araştırılması. Bu höristik nokta,
konu başlığı altına daha çok bilgi toplayarak, genişletilebilir ve esnetilebilir
(Toumaala,1999). Van Dijk (1995) de eskiz yapmanın ve özellikle fikir üretiminin
31
gelişimindeki fiziksel aktivite ile höristik noktalardaki çalışmaların öneminden
sözetmiştir.
Problem çözmede bilinçaltını kullanmak problemin sezgisel çözümü olarak
adlandırılabilir. Tabi ki bir tasarım sadece konuyu kavramayı beklemekle ilerlemez,
birçok sıradan çalışmaya da, çizim ve bilgi toplama gibi, ihtiyaç vardır. Eğer
herhangi bir önerme mevcut değilse, kavramayı beklemek de ayrıca gereksizdir.
Bunun için birinin, konu alanıyla ilgili olarak yeterli araştırmayı ve analizi yapması
gerekmektedir (boşlukları doldurmak için). Sezgisel yöntemde; höristik noktalar,
detaylar üzerine çalışma ve çözüme bağlı olası alt hedeflerin oluşturulması için
ayrıca gereklidir. Sistematik problem çözümü, sezgisel metodun tam tersi olarak
adlandırılabilir. Sistematik problem çözümü birbiriyle mantık çerçevesinde bağlı
olan alt problemlere ihtiyaç duymaktadır (bilgi konuları ya da sezgisel yöntemdeki
höristik noktalar) (Haapasalo, 2000; Toumaala 1999). Sistematik yöntemde, bu alt
problemlerin ya da çözümlerin halihazırda mevcut olması durumu oldukça tipiktir ve
asıl tasarım bunları belirli bir tanım ve yapıda birbirine bağlar.
Freud mantıklı hareketi insan beyninin ikincil süreci, bilinçaltı aktivitesini de birincil
süreci olarak nitelendirmektedir (Haapasalo, 2000). Geniş çaplı bir yaratıcı çalışmada
bu iki aktivite de gereklidir. Bilinçaltındaki bilgi birikimi ve kapasite bilinçli
düşünceden daha fazladır ve hareketleri de daha kesin ve doğrudur. Dolayısıyla bunu
tasarımda kullanabilmek çok önemlidir. Tasarımda; düşünce bazı noktalara kadar
bilinçli olarak yapılandırılmalıdır ki bilgi zinciri ve çözümleri gelişsin. Bilinçaltında
daha çok düşünce vardır bu yüzden de bilgi biletleri bilinçlilikten daha karışık ve
geniş çaptadır (Haapasalo, 2000). Bu iki seviye arasında bir orta yol bulunur ki
optimum sonuç elde edilsin. Bilinçli düşünce seviyesinde; bilgi biletleri arasında,
mantıklı çıkarsama ya da sebeplendirmeyle bir bağlantı kurulmuştur. Pratikte bu,
çözümler ve mantıklı detaylar arasında bağlantı kurmak anlamına gelir ki, böylelikle
birbirleriyle birleştirilebilirler (Şekil 2.4).
Tuomaala‟ya göre (1999) insanlar, yaratıcı çalışmada gerekli bilgi ve beceriyi
genlerinde, araştırmaları sırasında ve ayrıca hayatlarındaki sosyal birtakım evrelerde
elde edebilirler. Bu bilgiler bilinçaltının yüzeyine işlenmişler ve burada mevcut bir
bilgi olarak depolanmışlardır. Bilgiler arttığında, bağlantılar da artar ve her yeni
bilgi, bir beceri ya da hareket merkezi oluşturur. Tamamlanmış bir hareket merkezi,
32
çok basit kontrol emirleriyle kullanılır ve bağlantı için sadece bir kanal gereklidir. Bu
anda, hareket merkezi, bilinçaltının derinliklerine inmeye başlar. Örneğin; konuşma
merkezi bilinçli kontrol kanallarıyla bağlantılı bir seviyeye gelirse, zayıf düşer.
Bilgiler, höristik noktalardaki çalışmalarla yenilenebilir. Böylelikle bilgi ağı, bilinçli
düşünce ve bilinçsiz süreçlerin bağlantısıyla genişler. Bilinçli düşünce, bilinçaltının
üzerine eklenmelidir. Kişinin bilgi ve deneyimleri, insan beyninin içindeki bilgi
halkalarını oluşturur, bu da gelecek için bir model niteliğindedir.
Şekil 2.4 Beynin bilinç ve bilinçaltı tabakaları ve aralarındaki etkileşim (Tuomaala,
1999)
Bilginin anlamı, kullanılabilmek için kavranmalıdır. Bu kavrama sırasında bilgi
bilinçaltının süzgecinden geçer. Eğer tasarımcının konuyla ilgili ön deneyimleri
varsa, bilgi bilinçaltına hızla akar ve mevcut ya da yaratılacak olan yeni bilgi
merkezini genişletir. Bilinçaltının merkezini belirlemek zordur. Eğer bu merkezler
hareket ya da sinirlerle birbirlerine bağlılarsa hareket merkezi olarak; ilgiye
bağlılarsa beceri merkezi olarak adlandırılırlar. Fakat problem çözmeye yönelik
merkez bilgi merkezinin başlangıcında yer almalıdır. Bilgi arttığında, bağlantı sayısı
da artar ve böylece bilginin kendisi de daha geniş hareket, beceri ya da bilgi
merkezleri yaratır.
Bilgiyi öğrenme; bilinçaltını, bilinçaltı sürecini ve bilinçaltı tarafından üretilen
fikirlerin hassasiyetle ele alınmasına bağlıdır ve ayrıca yapılan birtakım mantıki
analizler, yaratıcı tasarımın ana etkenleri olabilmektedir (Toumaala, 1999).
Genellikle yaratıcılık ve yaratıcı olma yeteneği özel bir beceri olarak nitelendirilir
33
fakat bu özellik, bilinçle de zamanla genişletilebilir (Haapasalo, 2000). Dick‟e göre
yaratıcılık, geleneksel ve tek yönlü düşünceden ayırt edilmelidir (Haapasalo, 2000).
Bilinçaltı sürecinin henüz tam olarak bilinmemesine rağmen, bilinç ile bilinçaltı
arasında oluşan gerilimle bilinçaltı kontrol edilebilir. Bilinçli çabalar, bilinçaltında
sayısız gerilim yarattığında, hareket daha etkili olmaktadır. Bilinçli hareket bir yere
odaklandığında ya da problem çözmeden farklı bir yere yöneldiğinde, sezgisel
gerilim bilinçaltı düşüncesini gerçekleştirmektedir.
Birçok tasarım projesinin incelenmesi sonucunda görülmüştür ki en iyi çözümler
bilinçli gerilimle değil, sezgisel gerilimle sağlanmıştır (Haapasalo, 2000). Gerekli
olan gerilim, bilinçaltı gerilimi ve sezgisel gerilimi ayırt etmek önemlidir. Gerekli
gerilim, amaca ulaşmak için ortaya konan bilinçli çalışma olarak nitelendirilir.
Bilinçaltındaki gerilim ise bilinçli gerilim olmadan artmaz. Bilinçli gerilim uzun bir
süreçten sonra ortaya çıkar, bilinçaltı gerilimi ise ani bir duraklamadan sonra. Tüm
gerilimler aşağı yukarı aynı yönde çalışırlar. Bilinçaltı sürecine yeterli zaman
tanımak önemlidir. Pratik tasarımda bu, detayların çizimi vb. yöntemlerle
sağlanabilir. Bu nedenle bilinçli düşüncedeki bağlantılar gerçekleştirilmelidir aksi
takdirde düşünce kontrol ve hareket yeteneği ve gerçeklik duygusu azalır.
Bilinçaltındaki ani bir kavrayış durumu, “evreka” (buldum) mucizesi diye
adlandırılmaktadır.
Tuomaala‟nın yaratıcı çalışmadaki modeli; gerilim, höristik noktaların kuluçka
dönemi ve ayrıca geleneksel ve katı düşünce tarzından vazgeçmiştir. Sezgisel yaratıcı
çalışmanın yöntemi; “evreka” mucizesi için bilinçli koşullar yaratılarak oluşturulur.
Bu da, bir takım höristik noktaları yaratmak ve bunlar arasında bilgi transferi
gerçekleştirmekle yapılır. Bu transfer, kelimelerden ve bilinçli düşünce sisteminden
daha etkilidir. Bilinçaltı süreci höristik noktalar arası bilgi toplamaları ve arasındaki
bağlantıyı sağlamaktadır.
Tuomaala‟nın çalışmalarında (1999) kullandığı ek bir yöntem de kısa mantıktır.
Tuomaala, kısa mantığın kapsamını bir “puzzle” yapma örneği ile açıklamaktadır. İlk
olarak, puzzle‟la oluşturulacak imaj zihinde oluşturulur. Tüm parçalar öne çevrilir.
Parçaları analiz ederek bir kısmı tanınır ve yaklaşık konumlarına yerleştirilir. Daha
sonra daha dikkatli bir biçimde ve detaylı olarak araştırmaya eğilinir. Hedefin ilk
höristik noktası algılanır ve çalışma devam eder. Kısa mantık, doğrudan algılamayı
34
ve aktarımı sağlamak için kullanılmaktadır. Örnekte görüldüğü gibi çalışmanın
kendisi monotondur fakat ilgi çekici nesneler hemen yaratılabilir. Odaklanılacak olan
ana nokta en son çözüm değil, düğümdeki mantıktadır.
Mantıklı tasarımda süreç, tüm çözümlerin ortaya çıktığı bir konu üzerine kuruludur.
Tasarım, bölümleri seçmek ve onları sistemli bir bütün altında birleştirmektir. Puzzle
analoji örneğinde de görüldüğü gibi; sistematik yöntem tüm parçaların kesin bir
şekilde bir sıraya konduğu bir algoritmadır. İki bölüm biraraya getirildiğinde
algoritma üçüncü uyan bölümü bulana kadar arar. Fakat sezgisel yöntem çok daha
derinlere dalar ve mevcut yapının bilgi ve bakış açısını kullanır.
2.2.3.2. Sistematik Tasarım
Sistematik tasarım teorisi mantıklı sonuçlara dayanan çözümleri araştırmak amacıyla
çeşitli yöntemler geliştirmiştir. Sistematik tasarım, yöntemlerin, süreçlerin ve
tasarımın tanımının gelişmesini amaçlamaktadır. Sistematik tasarıma göre tasarım
süreci tanımlanmış bir problemi bir teknik sisteme, modele dönüştürür. Sistem,
bileşenlerin ve problemlerin çözüldüğü kesin bir yapıyı ve hiyerarşiyi içerir. Kesin
yapı ve hiyerarşik düzen problemin tamamıyla ele alındığı sistematik tasarımın bir
parçasıdır.
Sistem hem birbiriyle ilişkili hem de gerektiğinde bağımsız olabilen bölümlerden
oluşur. Ana çözüm geniş bir sistemin parçası olarak da görülebilir. Sistematik
tasarım sürecinin ana prensibi; problemin önce alt probleme ve bunu takip eden
mantıklı alt çözümlere bölünmesidir. Sistematik tasarım bilimi tasarım sürecindeki
karar verebilme yetisini bir zincirin halkası olarak görmektedir. Bu tasarım halkaları
tasarım süreci içinde bir bütün olarak birleşmiştir ve bu halkalar tasarım sürecinin
ileri-geri küçük adımlarını oluştururlar.
Tasarım, analiz ve sentezin birçok evresini içermektedir. Analitik bölümde, bilgi
toplanır ve uygun bir formata çevrilir. Bu format, bileşenlerin yapılarının,
özelliklerinin ve sıralarının incelendiği basit bir araçtır. Analiz, konunun
gerçekliğiyle ilgili bilgiyi belirlemede, tanımlamada, ortaya koymada ve organize
etmedeki bir sorudur. Sentezde ise mevcut bilgiyle ilgili çeşitli yardımcı faktörler bir
bütün altında toplanır.
35
Cross tasarımcının gerekli aktiviteleri üzerine kurulu olan tasarım sürecine yönelik
basit bir tanımlayıcı model ortaya koymuştur (Haapasalo, 2000). Cross‟un başlangıç
noktası, süreç ile tasarım arasındaki iletişimdir, bu da yaratmaya hazır olmak
anlamına gelmektedir. Bu tasarım önerisinin temelini oluşturan yaklaşım, amaçlar
doğrultusundaki değerlendirmeyi ve tasarımın kriterlerine dikkat çekmektedir.
Tasarımcı tarafından genellikle hasta-tanımlı problem boşluklarından doğan
kullanımlar doğrultusunda bir öneri yükselir. Sistematik bir çalışmayı oluşturmak ve
yeni fikirler üretmek adına farklı sistematik yöntemler geliştirilmiştir. Bu yöntemlere
verilecek birkaç örnek; çeşitli alternatiflerin birlikteliği, düşünceye yönelik modeller,
beyin fırtınası, “double team 635” yöntemi, fikir kartları vb. gibi yöntemlerdir. Bu
sayısız yöntemin amacı; mantıklı ve sistematik süreç sayesinde bir probleme çözüm
üretmektir. Asıl amaç bir çok fikir üretmek ve sonra bu fikirler arasından en iyisini
seçmektir. Sistematik tasarıma en genel yaklaşımlardan biri, tasarımı birçok adım
içeren bir aktivite olarak göstermektir. Bu çalışmalar, bu adımlar listesiyle ileriye
doğru ya da kendi içinde dönerek devam eder:
- nesnenin analizi
- nesnenin özelliklerinin sınıflandırılması
- belirli özelliklerin değerlendirilmesi
- dış özelliklerin ve bu özelliklere ait yerel niteliklerin sınıflandırılması örneğin;
yeni sınıflandırma gereksinimleri, toplum nazarındaki değişiklik ve teorik bilgi.
- tüm özelliklerin analizi ve asıl tasarım aktivitesi
- planı test etme
- planın yürütülmesi
Newell ve Simon, insani problem çözmenin en temel teorisini insanın bilgi işleme
süreç sistemi olarak tanımlamıştır ve amacı, sorunları çözmek için sistematik bir
model oluşturmaktır (Haapasalo, 2000). Problemi çözmenin ana özellikleri; konuyu
iyice anlamak ve konuyla ilgili bilgiyi çözücek olan kişidir. Virkkala ayrıca
sistematik problem çözüm süreci için bir model ortaya koymuştur. Her aşamanın
sonunda bir mekanizma barındırması itibariyle her aşama sistematik bir çalışma
36
içerir. Süreç problemi ya da konuyu tanımayla başlar. Olası çözümler ve bilgi ortaya
konur. Sistematik yöntem yardımıyla fikirler üretilir. En iyi sonuç mekanik yolla
adapte edilebilir bir forma getirilir. Sonuçta ve yürütme aşamasında fonksiyonel
olması ve iyi sonuç vermesi için fikirler oluşturulur ve test edilir (Haapasalo, 2000).
2.2.3.3. Sezgisel Tasarım ile Sistematik Tasarımın KarĢılaĢtırılması
Hemen hemen hepsi hatta en basit tasarım tanımları bile bir şekilde bilgi ve aktivite
ya da bilginin tasarımda nasıl kullanıldığı arasındaki ilişkiyle ilgilenir. Sistematik
tasarım, mantıklı sonuçların yardımıyla ya da tesadüfi bağlantılarla çözüme ulaşmayı
amaçlar ve bilginin tüm birikimini süreçlendirir. Yaratıcı yöntem ise, çözüme
ulaşmadaki araştırmaları yaparken, somut olarak erişilemeyen sezgileri kullanır.
Tasarımı bir bütün olarak değerlendirirken, sistematik ve sezgisel çalışmayı
birbirinden ayırmak zordur. Sistematik bilgi toplama, yaratıcı ve sezgisel problem
çözme ile çözümlere mantıklı ve kritik kararlarla ulaşmak gereklidir.
Bunun yanısıra sistematik tasarım bilimi sezgisel çalışmayı kişinin ilham kaynağına
bağımlı bir yöntem olarak görmektedir. Zira kavramalar istenilen anda ortaya
çıkmaz. Fakat aynı zamanda, sezgisel tasarımcılar birçok dezavantaja sahip
olmalarına rağmen bir çok iyi çözüme de ulaşabilirler. Bu dezavantajlar arasında,
doğru fikirlerin nadiren doğru zamanda ortaya çıkması ve sonucun kişinin bireysel
beceri ve deneyimine dayanması ve bunun da bir tehlike olarak görülebilecek
olmasıdır. Sistematik tasarımda tüm adımlar bilinçli olarak süreçlendirilir ve bu
yüzden etkilenmeliler ve geri dönüşümler gerçekleşmelidir. Bu sistematik
prosedürde; problemi, sonunda bütün bir çözümde buluşacak olan alt problemlere
bölmek tipik bir yöntemdir. Ayrıca sezgisel ve sistematik çalışmanın birbirine zıt
olmadığına da dikkat çekilmelidir. Bazı bilimadamları çalışmanın tümünün nerdeyse
sistematik yapıldığı fakat fikirlerle çözümlerin sezgisel oluştuğu sistematik
yaratıcılığın olasılıklarını bulmaya çalışmışlardır.
Mantıklı çalışmada, sistematik tasarım tüm teknik çözümlerin halihazırda varolduğu
problemler üzerine kurulmuştur. Tasarım sadece yapıları ve bileşenleri seçmek ve bir
bütün oluşturmak için onları biraraya toplamayı içermektedir. Sezgisel yöntem ise,
daha derinlere dalar ve sadece mevcut yapı ve elemanların bilgilerini kullanır.
37
Yaratıcı ve sistematik tasarım arasındaki en önemli fark çözümlerin üretildiği
düşünce seviyesidir. Tuomaala‟ya göre yaratıcı ve sezgisel problem çözme
bilinçaltında yer almaktadır. Mantıklı çıkarsama ve çözüm üretmedeki sistematik,
düşüncenin bilinçli bir seviyesinde üretilmiştir. Freud‟a göre ise, yaratıcı çalışmada
bilinç ve bilinçaltı arasında düzenleme gereklidir ve o bunu üçüncül bir süreç olarak
belirtmiştir. Mükemmel bir süreci gerçekleştirmek çok zordur fakat alternatif
aktiviteyi üretmek önemlidir. Bu da değişebilir ve dönüşebilir düşünce arasındaki
alternatif üretme anlamına gelmektedir. Ferguson‟a göre; sistematik ya da mekanik
üretilmiş ürünler veya sistemler sezgisel bazlı yaratıcı ürünler kadar iyi değildir.
Sistematik tasarım yerine sezgilerle geliştirilen bu ürünlerin değerlendirilmesinin ve
pratikte daha kullanışlı olduğunu savunur.
Yaratıcı çalışma için en iyi olasılık yeni fikir ya da çözümlerin üretilmesidir. Aksine,
fikirlerin ya da çözümlerin değerlendirme ve süreçlendirme aşamaları sistematik
yöntemin en iyi özelliklerindendir. Yaratıcı problem çözümü, geniş bilgi kitlelerinin
sadeleştirilmesi ya da dışa vurulması olarak görülebilir. Aksine sistematik tasarım bu
kitlelerle uğraşmak ya da bu kitleleri küçük parçalara ayırmak, çözmek ve tekrar
birleştirmek gibi görülebilir. Mimari tasarım safhaları incelendiğinde yaratıcı ve
sistematik tasarım alanında güçlü bir genel tasarım kültürüne sahip olunduğu dikkati
çekmektedir. Bu aynı zamanda, ne yaratıcı çalışmanın ne de sistematik çalışmanın
tek başına tüm ihtiyaçları karşılamadığı yönünde bir işaret de olabilir. Günümüzdeki
araştırmalar yarı sistematik yarı sezgisel tasarımla ortaya konan çalışmaların pratik
tasarımın en iyi sonuçlarını ortaya koyduğunu göstermektedir. Tasarım yöntemleri ya
da tasarımcının çalışmadaki davranışı, çalışmasında yaratıcılığı kullanmış olmasına
rağmen, yeteri kadar rasyonel ve sistematik görünebilir. Bunun yanısıra tasarım
sürecinin organizasyonu ve yönetimi de sistematik tasarımın veya mantığın
kullanımını gerektirir. Sezgisel ve yaratıcı yöntemler sistematik tasarımdan daha iyi
ve yeni fikirler üretmesine rağmen tasarımcıda ayrıca yeteri kadar yaratıcılık
özgürlüğü olmasını gerektirir.
2.2.4. Yapay Yaratıcılık
Yapay yaratıcılığın amacı; ulaşılabilecek yaratıcılık (creativity-as-it-could-be) hedefi
ve kapsamı içinde mevcut yaratıcılığı (creativity-as-it-is) daha iyi anlamaya
çalışmaktır. Başka bir deyişle; bu çalışma, insan topluluklarında bulunan
38
yaratıcılığın, bireysel temsilcilerin-ajanların oluşturduğu yapay topluluklarda
bulunabilecek yaratıcılığa karşı yapılan karşılaştırmalı bir çalışmadır, ki bu ajanlar da
birçok farklı sosyal geleneği takip ediyor olabilir. Bu doğrultuda, yapay yaratıcılık
araştırması, yapay yaşam (Artificial Life) araştırmalarıyla benzerlik göstermektedir.
Her ikisi de karmaşık ve tanımsız davranış mucizesini anlamaya yönelik sentetik
yaklaşımlardır.
Yapay yaratıcılık yaklaşımı, araştırmacılara, gerçek hayatta mümkün olmayan birçok
araştırmayı mümkün kılarak, kontroledilebilir çevrelerdeki yaratıcı davranışın
oluşumu konusunda çalışma fırsatı sağlamaktadır. Sosyal yapının üzerindeki
etkilerini görmek için, bireylerin davranışlarını kontrol eden parametreler
incelenmiştir. Ayrıca ajan gruplarından oluşan ortam, örneğin; ekonomik gelenekler,
dış faktörlerin altındaki birey ve toplum yaratıcılığının üzerindeki etkileri incelemek
üzere düzenlenebilir.
Yapay hayatla birlikte yapay yaratıcılığın en çok ilgi çeken olasılıklarından biri farklı
başlangıç koşullarıyla zaman içinde geri dönüşler yapmaktır, ki bu da bizim yaratıcı
bireylerin ürünlerinin ve yaratıcı toplumların yapısının birbirinden nasıl farklılık
gösterdiğini anlamamızı sağlamaktadır. Örneğin; farklı iletişim teknolojilerinin
gelişimi ve bunların yaratıcı fikirlerin yayılması üzerindeki etkilerinin anlaşılması,
değişik iletişim seçeneklerine sahip yapay yaratıcılığın yeniden oluşturulmasıyla
sağlanabilir.
Yapay yaratıcılık; yaratıcı düşüncenin bilgisayar destekli modellerini içinde
barındıran yaratıcılık çalışmasının daha önceki yaklaşımlarıyla uyumluluk gösterir.
Bunu da, yapay yaratıcılığın gereksinimlerini sağlayan ajanların içinde bulunduğu
yapay toplumların yayılmasına, gelişmesine imkan sağlayarak yapar.Yapay
topluluklardaki yaratıcı düşünce davranışı çalışması, sosyokültürel koşullarda
mevcut olmayan yaratıcılık yöntemlerini daha iyi anlamaya yönelik bir fırsat sunar.
Simon‟ ın da notlarına göre, insan davranışının bireyin içinde yaşadığı çevrenin
karmaşıklığından kaynaklanabilir (Saunders ve Gero, 2001a).
Bir sonraki bölüm; yaratıcılık çalışmasının gelişimine imkan sağlayan yaratıcılık
çalışmasını destekleyen bir zemin oluşturmaktadır. Bunu izleyen bölümde Liu‟nun
ikili „üret ve test et‟ (generate-and–test) modelinin uyarlanmasıyla yapay yaratıcılık
39
sisteminin temel yapısı geliştirilmektedir. Sonraki bölüm ise, Martindale‟ in bir
yapay yaratıcılık sistemini yürütme örneğini ortaya koymaktadır. Bu örnek
toplumlardaki yenilik değerine sahip yaratıcılığın özünün dikkate almakta ve bazı
tahminlerinin araştırılması sırasında kullanılmaktadır. Sonuç kısmında ise, yapay
yaratıcılık sistemini kullanarak araştırmalar için gerekli olacak geleceğe yönelik
stratejileri ortaya koymaktadır.
2.2.4.1. Yaratıcılık Sistemi YaklaĢımı
Csikszentmihalyi yaratıcılığın sistem yaklaşımını geliştirdiğinde, dikkatini
“yaratıcılık nedir?‟‟ sorusundan uzaklaştırıp, “yaratıcılık nerede?‟‟ sorusu etrafında
oluşan konular üzerine yoğunlaştırmıştır. Esas olarak, Csikszentmihalyi akla dayanan
tahminleri sorgulamış ve yaratıcı yöntemlerin sadece yaratıcı bireylerin zihninde
oluştuğunu görmüştür. Bunun yerine, “yaratıcılığa gereken yöntemler ister kişisel
ister sosyokültürel olarak tanımlansın, bireyler ve bireylerin içinde yaşadığı
toplulukla ilişki içinde bulunmalıdır‟‟ önerisini gerçekleştirmiştir (Saunders ve Gero,
2001a).
Yaratıcılığın sistem yaklaşımı Csikszentmihalyi tarafından yaratıcılık sisteminin
hareketli davranış modeli olarak geliştirilmiştir. Bu model, içinde ana bileşenlerin
bulunduğu yaratıcı topluluğun kendi içindeki iletişimini barındırır. Csikszentmihalyi
yaratıcılık sisteminin üç ana bileşenini belirler. Bunlar: ilk olarak bir birey, ikinci
olarak kültürel ya da sembolik bir bileşen olan alan (domain) ve üçüncü olarak sosyal
ya da etkileşimli bileşen olan etki alanı (field) vardır. Yaratıcılığın sistem
görünümüne ait taslak Şekil 2.5‟te gösterilmiştir.
Sistem yaklaşımına göre bireylerin rolü tanım kümesinde bulunan bilgilerin bazı
dönüşümlerine sebep olmaktır. Etki alanı (field), korunmaya değecek bireyler
tarafından üretilen varyasyonlar arasından seçim yapan sosyal kurumlar kümesidir.
Tanım kümesi, alan tarafından seçilen fikirlerin veya biçimlerin kültür tarafında ele
alındığı bir bilgi ambarıdır.
Normal döngüde, bir birey kültür tarafından sağlanan bazı bilgileri alır ve onları
dönüştürür, eğer bu dönüşüm toplum tarafından değerli kabul edilirse, kültür
tarafından ele alınan bilgi tanım kümesine dönüşüm ve değerlendirme döngüsü için
40
bir sonraki başlama noktasını sağlamak üzere dahil edilir. Csikszentmihalyi‟nin bakış
açısına göre, bu elemanların herhangi birinde yaratıcılık bulunamaz ancak birbirleri
arasındaki temaslarda bulunabilir.
A lan
(dom ain)
K Ü L T Ü R
T O PL U MK ĠġĠSE L
Ö Z G E Ç M Ġġ
B ireyE tki alanı
(field)
Y eniliği
seçer
Y eniliği
yayar
Y eniliği
üretir
Y eniliği
teĢvik eder
Şekil 2.5. Csikszentmihalyi‟nin yaratıcılık sistemi yaklaşımı (Saunders ve Gero,
2002).
2.2.4.2. “Üret-ve-test et” Modeli
Bilgisayar destekli tasarımda yaratıcılığın birleştirilmiş modeline duyulan ihtiyacı
dikkate alarak Liu (2000), yaratıcılığın sosyo kültürel ve kişisel açılardan sentezi
olan birleşmiş bir model sunmuştur. Liu kişisel yaratıcılığın sosyo kültürel
yaratıcılığı, yaratıcı bireylerin içsel çalışmalarla tamamlamasının varolan
modellerinde daha geniş yaratıcı sistemlerin modellerinden eksikleri olduğunu fark
etmiştir.
Liu, Simon‟ın yaratıcı düşünme ve Csikszentmihalyi‟nin sisteme bakış açısının bir
sentezi olan ikili yaratıcılık “üret-ve-test et” modelini önermiştir. Adından da
anlaşılacağı gibi, ikili yaratıcılık ve deneme modeli iki geliştirme ve deneme
halkasını kapsar: biri bireysel seviyede diğeri ise toplumsal seviyede.
Şekil 2.6 (a)‟da gösterilen bireysel seviyede ki geliştirme ve deneme halkası, yaratıcı
düşünme modeli, dahil edici problem bulma, çözüm geliştirme ve yaratıcılık
değerlendirmesi sağlamaktadır. Şekil 2.6 (b)‟de gösterilen sosyo-kültürel geliştirme
41
ve deneme halkası, Csikszentmihalyi‟nin yaratıcılık açılı sistemlerindeki elemanların
birbirleri arasındaki temaslarını modellemekte, özellikle alanların sosyo kültürel
yaratıcılık testinde oynadıkları rolü yakalamaktadır. Yaratıcılığın birleştirilmiş ikili
“üret-ve-test et” modeli Şekil 2.6 (c)‟de gösterilmiştir.
E tki alanı (F ield) A lan
Problem
B ulm aÜret
Yaratıcılık
Testi
B irey
hayır
Bireysel üret-ve-test et evet
Yaratıcı
Ü rün
B irey
Sosyo-kültürel test
Sosyo-kültürel üretim Problem ler&
Çözüm ler
hayır
evet
(a)
(b)
E tki alanı (F ield)
B irey
A lan
Yaratıcı fikirlerin yetkilendirilm iş kişilerden
oluşan bir grup tarafından
sosyo-kültürel anlamda algılanması
B ireysel o larak yaratıcı çözüm
üretim i
ve algılanması
Yaratıcılık
Testi
Problem
B ulm a
hayır
Ü ret
evet
hayır
evet
A lan
B ilgisi
A lan bilgisinin
kaynağı
(c)
Şekil 2.6. Liu‟nun Yaratıcı Tasarımın İkili Üret ve Test et Modeli a) Bireysel Üret ve
Test et Modeli, b) Sosyo-kültürel Üret ve Test et Modeli, c) Birleştirilmiş İkili Üret
ve Test et Modeli (Liu, 2000).
Liu‟nun modeli yaratıcılığın kişisel ve sosyo kültürel açılarının aynı sistemde nasıl
modellenebileceğini gösteren bir model oluşturabilmek için Simon‟ ın ve
Csikszentmihalyi‟nin modellerini birleştirmektedir.
Liu‟nun ikili geliştirme ve deneme modeli, Csikszentmihalyi‟nin sistemlerindeki
modelin işlemsel terimlerle temsil edilebildiğini ve böylelikle yapay yaratıcılık için
model geliştirmek için gerekli çerçeveye kullanışlı bir baz sağlandığını
göstermektedir. Bunun için öncelikle yapay yaratıcılığın bilgisayar destekli
modelinin bazı gereksinimleri incelenmelidir.
2.2.4.3. Yapay Yaratıcılık Modeli
Bu bölümde önerilen yapay yaratıcılık yaklaşımı, Langton‟un yapay hayatın
bilgisayar ortamındaki modellerini geliştirme yaklaşımına dayanmaktadır. (Saunders
42
ve Gero, 2002). Yapay yaratıcılığın bilgisayar ortamında oluşturulacak olan
modellerinin en önemli gereksinimleri aşağıdaki gibidir :
Model kültürel çevreye yerleştirilmiş bireyleri ifade eden ajan topluluğunu
içermektedir.
Diğer tüm ajanların hareketlerini yönetebilen bir ajan yoktur.
Ajanlarda ya da çevrede küresel davranışa dikte edebilecek bir kural yoktur.
Ajanlar diğer ajanlarla ürünlerin ve bunlarla ilgili değerlendirmelerin alışverişini
gerçekleştirmek için temas kurarlar.
Ajanlar çevreyle kültürel sembollere erişebilmek için temas kurar.
Ajanlar ürünün ya da diğer ajanlar tarafından yapılanların yaratıcılığını
değerlendirir (Saunders ve Gero, 2001b).
Yapay yaratıcılığın bilgisayar destekli modeline ait pek çok gereksinim, Yapay
Hayatın bilgisayar ortamındaki modellemesine ait pek çok ihtiyaca benzemektedir.
Bazı detayların farklı olmasına rağmen, her iki çeşit modelleme de ajan nüfusundan
oluşur ve her ikisi de küresel davranışa dikte edemeyen kurallara ve ajanlara ihtiyaç
duymaktadır.
Yapay yaratıcılığın, yapay hayatın ihtiyaçları arasında bulunmayan fazladan tek bir
gereksinimi sözkonusudur. Yapay yaratıcılıkta ajanlar, Liu‟nun modelinde bulunan
kişisel ve sosyo kültürel yaratıcılık denemelerini uygulayabilmek için ajanlar ve
ürünler hakkında bağımsız değerlendirme kararları alabilmelidir.
Bu yaklaşımı göz önüne getirebilmek için, sanatçı bireylerden (ajanlardan) oluşan bir
toplumun nasıl modellenebileceği düşünülebilir. Öncelikle, farklı sanat ajanları için
bir davranış repertuarı tanımlanmalıdır ve bu ajanlardan çok miktarda yaratılmalıdır.
Daha sonra, ajanların benzeştirilmiş kültür ortamı içindeki bazı başlangıç sosyal
tavırları belirlenerek benzeştirilmiş koşma (simulated run) başlatılmalıdır. Bu
aşamadan sonra, sistemin davranışı tamamen farklı ajanlar arasındaki temaslar ve
ajanlarla, onların kültürel çevreleri arasındaki temaslara dayanır. Önemli olarak,
hiçbir ajan tek başına, diğer tüm ajanların davranışlarını kontrol ederek yaratıcılığın
43
tanımını zorlamayacaktır. Buna ek olarak, ajanlar arasında ya da çevrede yaratıcılığın
küresel davranışını tanımlayacak hiçbir kural olmayacaktır. Toplum tarafından kimin
ve neyin yaratıcı olduğu hakkındaki sanı, bireysel ajanların elinde bulunan
yaratıcılığın birden fazla sanısından ortaya çıkacaktır (Saunders ve Gero, 2001c).
Yapay yaratıcılığın ihtiyaçları ajan toplumunun olağan üstü yönlerinin, insan
toplumundaki yaratıcılığın uyumuyla birlikte ortaya çıkması için tasarlanmıştır.
“Ortaya çıkma (emergence)”, aşağı seviyelerin temaslarından belli bir seviyede
yükselen olağan üstü durumları içeren yapay yaratıcı sistemlerde önemli bir
özelliktir. Fiziksel sistemlerde, sıcaklık ve basınç ortaya çıkan olağanüstü durumlara
örnektir. Sıcaklık ve basınç büyük miktarda molekülün, molekül seviyesindeki
temaslarına dayanan önemli özellikleridir. Bireysel bir molekül, sıcaklığa ya da
basınca sebep olamaz; bunlar ancak birçok molekülün bir araya getirilmesi
sonucunda ortaya çıkan özelliklerdir. Yapay Hayatta, kararlı numuneler hücresel
otomatiklik içersindedir ve taklit edilmiş kuşların sürü davranışı, ortaya çıkan olağan
üstü durumlara bir örnek olarak gösterilebilir.
Yapay yaratıcılıkta, kimin ve neyin yaratıcı olduğuna ait sosyo kültürel
değerlendirmeler ortaya çıkan olağan üstü durumlardır; hiçbir birey neyin ve kimin
yaratıcı olduğuna dair toplu değerlendirmelere dikte edemez, onlar sadece kendi
ürünlerini ve kendi kişisel değerlendirmelerini ortaya koyarak diğer bireyleri
etkilemeye çalışabilirler. Bireylerin mikro seviyedeki temasları sonucunda ortaya
çıkan makro seviye yaratıcılık Şekil 3.7‟ de gösterilmiştir.
yaratıcı tasarımmacro-ölçek
m icro-ölçek
sentez/bu davranış
üzerinde çalış
araştırm a sonucu oluşan anlayış
keşfedilecek literatür
bu davranışı modelle
Şekil 2.7. Bireylerin davranışlarını modelleyerek sosyal çevre seviyesinde yaratıcı
davranışın „ortaya çıkma‟sı üzerine davranış-tabanlı bir yaklaşım. (Gero ve Sosa,
2002)
Bu bölümde yapay yaratıcılığın bilgisayar destekli modellerini geliştirmek için bir
çerçeve sunulmaktadır. Bu çerçeve Liu‟nun ikili geliştirme ve deneme modelinin,
44
yukarıda sıralanan yapay yaratıcılık ihtiyaçlarını karşılayabilmek için adapte
edilmesiyle oluşturulmaktadır (Saunders ve Gero, 2002).
Liu‟nun modelinin yapay yaratıcılığın bilgisayar destekli modellerini geliştirmek
üzere dikkat edilmesi gereken kritik bakış açısı, sosyo-kültürel yaratıcılık
denemesinin tanımıdır. Liu‟nun modelinin kelimesi kelimesine uygulanması sosyo
kültürel yaratıcılık denemesini modelleyecek bağımsız bir süreç üretecektir. Colton
benzer bir sosyo kültürel yaratıcılık testini değişik araştırma yöntemleri kullanarak
matematiksel olasılıklar uzamını araştıran ajanların işbirliğine bağlı olarak
yaratıcılıktaki artışı takdir etmek için uygulamıştır (Saunders ve Gero, 2001b,
2001a). Ancak, sadece tek bir fonksiyonu ya da ajanı uygulayarak, bir sosyo-kültürel
yaratıcılık denemesi yapılamaz. Hiçbir kural ya da ajan küresel davranışa dikte
edemediği gibi önceden belirlenmiş herhangi bir yapay yaratıcılık ihtiyacından
herhangi bir tanesine de zarar veremez.
Liu bu fonksiyonun detaylarına inmemektedir ancak onun, bu fonksiyonu bilgisayar
ortamında modelleme yaklaşımının dışında bir bölüm olarak gördüğü ve insan
toplumuyla temas halinde bir biçimde uygulanabilecek olduğunu varsaydığı
anlaşılmaktadır. Pek çok bilgisayar destekli model, başka bilgisayar destekli
modellerdeki yeni fikirlerinin sınırlandırılmış gelişimine konsantre olarak ve
kullanıcıların fikirlerinin yaratıcılık değerlendirmelerine dayanarak bu bakış açısının
güçlenmesini ilerletmiştir.
Yaratıcı toplumların davranışlarını bilgisayar ortamında modelleyebilmek için,
sosyo-kültürel yaratıcılık testini yapay yaratıcılık gereksinimlerine zarar vermeden
tanımlamak gerekmektedir. Bu problemi çözmenin anahtarı, her bireyin içindeki
kişisel yaratıcılığın, yaratıcılık için sosyo-kültürel denemeyi geliştirmek için
kullanılabileceğinin farkına varmaktır. Sosyo-kültürel yaratıcılık denemesi ürünlerin
ve bireyler arasındaki kişisel yaratıcılık denemelerinin değerlendirilmelerinin iletişim
kurmasına izin vererek modellenebilir. İki bireyin yaratıcılık değerlendirmeleri Şekil
2.8‟de gösterilmiştir.
Şekil 2.8‟ de gösterilen temasta, A Ajanı, yaratıcı olduğunu varsaydığı ürün ile
iletişim kurar, örneğin bu Ajan B‟ye kişisel yaratıcılık testini aktarır. Ajan B ürünü
kendi kişisel yaratıcılık denemesine göre değerlendirir ve bu değerlendirmeyi Ajan
45
A‟ya geri gönderir. Bu yolla, Ajan B, Ajan A, kendi tarafından yaratıcı bulunan
ürünleri ürettiği zaman, Ajan A‟yı ödüllendirerek, ürünlerin gelecek neslini
etkileyebilir. Daha incelikle, Ajan A iletişim kurduğu ürünlerin yeniliğini
düşürmekle Ajan B‟nin yaratıcılık sanısında bir değişime yol açar, yaratıcılığın
değerlendirmesi yeniliğin değerlendirmesini de içerdiği için Ajan A, Ajan B‟nin
kişisel yaratıcılığını, kendi yaratıcılığı olduğunu varsaydığı ürünlerle karşılaştırarak
etkileyebilir. Ajan A, Ajan B tarafından yapılan yaratıcılık değerlendirmesini, Ajan
B‟yi Ajan A‟nın yaratıcı bulduğu ürünlerin yeni ve henüz anlaşılabilir olması
nedeniyle karşılaştırarak değiştirebilir. Yaratıcılığın ajan merkezli değerlendirmeleri,
yaratıcılığın pek çok bireysel değerlendirmesinin toplandığı fonksiyon olarak sosyo-
kültürel tanımlamanın ortaya çıkmasına izin vermektedir.
B irey B
B irey A
Problem
B ulm a
Problem
B ulm aÜret
Ü ret Yaratıcılık
Testi
Yaratıcılık
Testi
hayır
evet
evet
evet
hayır
A lana
Şekil 2.8 Bireyler arasındaki değerlendirmelerin etkileşimi ve bunun bireysel Üret ve
Test et döngüsüne entegrasyonu (Saunders ve Gero, 2002).
Topluluğun ilgi çekici ajan merkezli değerlendirmeleri olmaksaydı, ajanlar basitçe
aynı tasarım uzamını paralel olarak araştırırlardı. Sosyo-kültürel yaratıcılık
denemesini, bireysel yaratıcılık denemelerinin toplu bir fonksiyonu olarak nitelemek
için bir iletişim politikasına ihtiyaç vardır. Basit bir iletişim politikası, ajanların bir
ürünle, o ürünün değerlendirmesinin bazı sabit formların dışına çıkması içindir. Daha
karmaşık iletişim politikaları, ne zaman iletişim kurulması ve kiminle iletişim
kurulması hakkında daha fazla stratejik bilgi için uygun olabilir.
46
Alanı, bireylerin topluluğu olarak nitelemek için, bireylere belli bir alan dahilinde
temas politikasına göre, etki alanıyla temas kurma yetisi verilmiş olmalıdır. Basit bir
etki alanı tanıma politikası yukarıdaki iletişim politikasını takip eder ve eğer kişisel
yaratıcılık değerlendirmesi etki alanı temas girişinden büyükse ajanların geliştirme
sürecinde ürünler eklemesine izin verir. Bu yaklaşım Şekil 2.8‟ de gösterilmiştir.
Ancak, etki alanınae ürünlerin eklenmesinden önce, belli bir seviyede sosyal anlaşma
sağlamak için hiçbir bireyin etki alanına kendi ürününü yerleştiremeyeceği biraz
daha karmaşık olan bir temas politikası esas alınmalıdır. Böylece, alana kendi ürünü
yerleştirilmeden önce en azından bir başka ajanın, bireyin ürününü yaratıcı bulması
gerekmektedir. Liu‟nun ikili geliştirme ve denemesine bu tashihleri yapmak, Şekil
2.9‟ da gösterilen sosyokültürel yaratıcılık modeline ulaşılmasını sağlamaktadır.
birey
birey
birey
birey
birey
birey
birey
birey
Etki alanı
(F ield)
A lan
(D om ain)
Şekil 2.9. Sosyo-kültürel Yaratıcılığın Yapay Yaratıcılık Modeli (Saunders ve Gero,
2002).
2.3. Bilgisayar Destekli Mimari Tasarım
Bilgisayar ortamında tasarım öncelikle mekanik, inşaat, elektronik, kimya ve
endüstriyel tasarımın çeşitli bölümlerinde giderek genişleyen bir kullanım alanı
bulmuştur. Mimarlığın uygulama alanı içinde ilk bilgisayar destekli tasarım
uygulamaları ise bu disiplinlerden sonra gelmiştir. Çünkü erken dönemlerde
mimarlar arasında bu fikre sıcak bakılmıyor, bilgisayar teknolojisinin gücü
önemsenmiyor ve o dönemlerde oldukça pahalı olan bilgisayar destekli tasarım
sistemleri mimarlık uygulayıcıları tarafından ekonomik sayılmıyordu.
Bilgisayar teknolojisinin mimarlığın uygulama alanına girişi diğer disiplinlerden
sonra gerçekleşmiştir ama bilgisayarların, mimari tasarım süreçlerini aktif biçimde
47
destekleyebileceği düşüncesi, en az 20 yıldır mimarlığın akademik çevrelerinde
mevcut olan bir görüştür. Yine de ne yazık ki, bu bağlamda günümüze değin varılan
nokta, umut edilenin çok az yakınına ulaşabilmiştir. Bilgisayarın kapasitelerindeki
her başarılı gelişim, ve sembolik süreçleme için oluşturulan her yeni paradigma bir
diğerinin habercisi olmuştur. Bu süreçte bilgisayar destekli mimari tasarımın
gelişimiyle ilgili temel birkaç aşama tanımlanabilir (Coyne ve Subrahmanian, 1993).
Erken dönemde; CAD araçları, üretimin makinalaştırılmasındaki rolleri açısından
kısıtlıydı. Daha sonraları; tasarım gramerleri, mantık ve üretken sistemleri kullanan
çok daha karmaşık modelleme ve analiz araç ya da sistemleri geliştirildi. Bunlar;
matematiksel formalizm, yapay zeka ve bilgi tabanlı sistemlerin bilgisayarlarca,
tasarıma problem çözme biçiminde uygulanması çalışmaları olarak tanımlanabilir.
Fakat bu kapasiteler önemli olmalarına karşın, sadece rutin ve tekrarsal tasarıma yol
açmakta, daha mühim olan karmaşık tasarım süreçlerini desteklememekteydi.
Zamanla; tasarım sürecinin başka tür problem çözmelerden farklı olarak tek,
benzersiz ve önemli birtakım durumları içerdiği anlaşıldı. Mevcut tasarım
araştırmaları için umut edilen gündem ise, tasarım süreçlerinin gerekliliklerine dair
daha net bir anlayış sağlayıp, bu anlayışı bilgi tabanlı sistemler ya da nesne-yönelimli
(object-oriented) modelleme sistemleri gibi daha karmaşık bilgisayar teknolojileri ile
birleştirmektir.
Bu çalışmanın ilgi alanını oluşturan bilgisayar destekli mimari tasarıma dair güncel
yaklaşım ve gelecekteki araştırmalara yön verecek kavramsal modelleri incelemeye
başlamadan önce mimari tasarımda bilgisayar kullanımının günümüze değin ulaşan
gelişim sürecini hatırlamak faydalı olacaktır.
2.3.1. Bilgisayar Destekli Mimari Tasarımın Tarihçesi
Bilgisayar destekli tasarıma ilişkin ilk makaleler 1961 ve 1962 yıllarında
yayımlanmıştır. Bu makaleler plan ve çeşitli çizimleri üretmeye yarayan programları
ele alıp inceleyen çalışmalardır. Mimari çizim paketleri olarak
değerlendirebileceğimiz bu yaklaşımlarda amaç, bir binayı ya da bir planı grafiksel
bir obje olarak tanımlamaktır. Bilgisayar destekli çizim programları ilk olarak 1967
yılında Avustralya‟da öğretilmeye başlanmıştır. 1970‟lerin sonlarına doğru mimarlar
yazılım geliştirmenin bir parçası olmaya başlamışlar ve tüm dünyada büyük mimari
48
ofislerce bir dizi program kullanılmaya başlanmıştır. 1980‟lerin başında programlar
tasarıma destek verecek umut verici niteliklere sahip idiler. Ayrıca bu konudaki
araştırma ve geliştirmeye yönelik ilgi de gün geçtikçe artmaktaydı.
Bilgisayar destekli tasarım, tasarımdaki bilişim teknolojisinin hemen hemen tüm
özelliklerini içeren geniş çaplı bir konsepttir. Bu konudaki araştırmalar, uzun bir
bilimsel çalışma içinde yer alan geleneksel bir sistem teorisine sahip değildir. Zaten,
bilgisayar destekli tasarım gibi yeni bir alandan bahsederken böyle bir durum
yadırganmamalıdır. Ayrıca bilişim teknolojisinin gelişimi tasarım araştırmaları
alanında uzun yıllardır ortaya konan çalışmalarla kıyaslandığında çok kısa bir
geçmişe dayandığı için, her iki yaklaşımı birleştiren nitelikte durağan bir araştırma
geleneği yaratmak oldukça güçtür. Bilgisayar destekli tasarım alanında ortaya
konmuş olan referans çalışmalar genellikle yazarların pratik deneyimleri üzerine
kurulmuştur. Bu çalışmaların güvenliliği ve gerekliliği henüz bilimsel olarak
kanıtlanmamıştır ve bu nedenle bilimsel bir değere sahip değillerdir ama bu
referanslar, tasarım alanındaki uzmanların deneyimleri ve gözlemleridir.
Tasarım biliminin Avustralyalı profesorü John Gero tasarım teorileri ve bilgisayar
destekli tasarım araştırmaları alanında oldukça aktif ve üretken fikirler ortaya
koymuştur. Gero ve Maher‟e (1992) göre bilgisayarla tasarım, tasarımcının karmaşık
tasarımları analiz etmesine ve dokumantasyonuna imkan veren bilgisayar
uygulamalarının bir alt kümesi niteliğindedir. Bilgisayarla tasarım, araştırmaların
sonuçlarının daha kapsamlı bilgisayar programlarına, tasarımları algılamaya ve
tasarımın bilgisayarla desteklenmesine olanak veren bir araştırma alanıdır. Gero ve
Maher bilgisayarla tasarım araştırmalarında üç örnek yöntem tanımlanmıştır. Bu
yararlı ve gelişmiş sonuçlara varan bilimsel metotlar; “deneysel tabanlı araştırma”-
kavramsal modeller, “aksiyom tabanlı araştırma”-bilgisayar modelleri ve “tahmin
tabanlı araştırma”dır, ki bu kavramsal süreçli analojiye sahip tahminlere ve
bilgisayar sürecine sahip analoji üzerine kurulu varsayımlara bölünmüştür. (Gero ve
Maher, 1992)
Deneysel tabanlı araştırma tasarımın kavramsal modelleriyle sonuçlanan,
tasarımcıların deneysel çalışmalarının gelişimini içerir (örneğin; tasarım sonuçlarının
doğrudan gözlemlenmesi, tasarımcıların kabullerinin analiz çalışmaları ile bireylerin
ve işbirliği içindeki tasarımcıların protokol araştırmaları.) Aksiyom tabanlı araştırma
49
bir takım aksiyomların tanımlanmasını ve tasarımın mantık tabanlı bilgisayar
modellerini kullanan dizisini içerir. Örneğin; aksiyomatik mantık tabanlı biçim
temsili, eğrisel sınırlı ya da eğrisel sınırlara sahip olmayan karmaşık şekillerin
tanıtımına ve karmaşık şekillerin mantıklı anlatımlarla tanıtılmasına imkan verir.
Tahmin tabanlı araştırma ise, kavramsal ve bilgisayara dayanan süreç arasındaki
analojiyi içerir, ki bu araştırma; tasarımdaki kavramsal modele (durum tabanlı
tasarım) (örnekler üzerine kurulu, multimedya tanıtımlarını içeren durumların
sunumu), tasarım prototiplerine (bilginin kuvvetlendirilmesi), grafiksel gerekliliğe
(çizimdeki şekillerin, nesnelerin semantik ve stilinin gerekliliği), analoji
tasarımlarına (kesin, baskın analojiler arasındaki) ve tasarımdaki kaliteli çıkarsamaya
(kaliteli temsil ve nedenli biçimler ve uzamlar) olanak sağlar. Bilgisayar destekli
tasarımın kısa ve değişen geçmişine bağlı olarak, Gero ve Maher bir soruyu akıllara
getirmişlerdir. Bu da; “bilgisayarlı tasarım araştırmaları hangi yönlerde gelişmeye
açıktır?‟‟ Deneysel tabanlı araştırma daha çok sonuç ortaya koyarken, bireylere
tasarımlarını daha iyi anlama fırsatı sağlar. Bu bilgiler, tasarımcılarla bilişim
teknolojisinin yüz yüze geldiği ve daha önemlisi bilgisayar destekli tasarım için yeni
varsayımlar üreten karşılaştırmalara sahiptir, ki bu araştırmalar, tasarımcılara daha
yararlı araçları kullanmanın zeminini hazırlarlar. Benzer olarak diğer yaklaşımlar
tasarımda kavramaya yönelikken, yeni araçların temelini de oluşturabilirler.
2.3.2. Bilgisayar Destekli Tasarımda Kavramsal Modelleme
Kavramsal modelleme, orijinini insansal problem çözme sisteminin bilgi işleme
teorilerinden almaktadır (Coyne ve Subrahmanian, 1993). Süreci modelleme
yaklaşımı, biliş bilimin temelini teşkil eden objektiftir. Protokol analizi vb. gibi, biliş
bilimin yöntemlerinin kullanımı, mühendislik tasarımında yeni bir yöntemdir.
Yazılım tasarımı (software design) da protokol analizini kullanan diğer bir disiplin
olmuştur. Makina ve inşaat mühendisliğindeki ilk kullanımları ise çok daha yakın
zamanlara rastlar. Mimarlar ise, bu kullanım olasılıklarını ilk keşfedenler olmuştur.
Aşağıdakiler, insansal problem çözme sisteminin bilgi işleme teorisi bağlamında,
kavramsal modellerin temelini teşkil eden ana yapısal özelliklerdir (Coyne ve
Subrahmanian, 1993):
50
1. Bir bilgi işlemcisinin yapısı; kısa dönem belleği, uzun dönem belleği ve
sembolleri yönetecek bir işlemci içerir. Kısa dönem belleği (short-term memory) ile
uzun dönem belleği (long-term memory) arasında bilgi transferine set oluşturacak bir
darboğaz (bottleneck) mevcuttur.
2. Tasarım problemi çözme ortamı; bir tasarım problemleri uzayı, tasarım ortamı
ve bir bilgi işlemcisi (insan) ihtiva eder.
3. Tasarım işi, makul zaman kısıtlamaları ve limitli kaynaklar dahilinde çözülebilir
olmalıdır.
Tanımlanan tasarım ortamındaki detay seviyesi, her çalışma için değişebilir bir
niteliktedir, bu da önerilen modellerin içerdiği detay yapısındaki farklılıklara sebep
olmaktadır.
Tasarım işi, hasta tanımlı (ill-structured) problemlerin ilk örneklerindendir. Burada;
problemin büyük bir bölümü, olası çözümlerin etkilenmesine sebep olacak kesin
kısıtlamaların ya da gerekliliklerin keşfedilmesiyle ilgili gibi görünmektedir.
Tasarımın bu keşfedici ilerleyişi, Simon‟ın hasta tanımlı problemlerin doğası üzerine
ortaya koyduğu gözlemlerinin aşağıdaki tanımı biçiminde Rychener tarafından ifade
edilmiştir (Coyne ve Subrahmanian, 1993):
“Mimarlar (tasarımcılar)ın, tasarımlarındaki birçok bilgi parçasının önem derecesini;
ancak bunların, çözümün detayları üzerinde çalışırken uygulanabilir olup
olmadıklarını gördüklerinde, formüle edebildikleri gözlenmiştir. Tasarımcılar hiçbir
zaman tatmin edici tasarıma ulaştıracak kriterlerin bir listesini oluşturarak tasarıma
başlamamaktadırlar. Bu nedenle en iyi çözümü araştırmak aynı zamanda, çözümü
değerlendirmeyi sağlayacak uygun bilgiyi de araştırmak anlamına gelmektedir.”
Tasarım sürecinin keşfedici karakterizasyonunu destekleyen bilimsel çalışmalar
sonucu ortaya çıkan, tasarımın kavramsal süreci hakkındaki sonuçlar şunlardır
(Coyne ve Subrahmanian, 1993).
1. Tasarım aktivitesi üç kategoriye ayrılır: üretim, değerlendirme (yorum) ve
tamamlama. Bunlar ise tasarım sürecine iki yolla nüfuz ederler. En geçerli olanı;
kısmi çözümlerin üretimi, olası çözümlerin (kısmi veya genel) değerlendirilmesi ve
çözümlerdeki eksikliklerin tamamlanmasıdır.
51
2. Tasarım sürecinin insan tasarımcı tarafından kontrolü dinamik ve esnektir,
algoritmalar şeklinde kolaylıkla karakterize edilebilir nitelikte değildir.
3. İnsan tasarımcı, problem objektiflerini elde etmek için çok çeşitli sembol
yapıları kullanmakta ve dışsal hafıza desteği almaktadır.
4. Günümüzde mevcut herhangi bir formal çıkarım kuramı olmamasına karşın,
insan tasarım sürecinde çıkarım hiyerarşileri yoğunlukla kullanılmaktadır.
5. Problemin yeniden yapılandırılması rutin olmayan tasarım süreçlerinde ortaya
çıkmakta, problemi yapılandırma ile problemi çözme işleri birbirinden bağımsız
olamamaktadır. Dahası tasarımda zaman, problemi çözmeden çok onu
yapılandırmada harcanmaktadır.
İnsan tasarım sürecinin doğasına ilişkin olan bu sonuçlar; insansal tasarımın yapısını
bilgisayar modellerinin ortaya koyduğu tasarım süreçlerinin yapısıyla karşılaştırmak
için bir temel olarak kullanılabilir. Fakat daha önce, tasarım sürecine dair bu
karakterizasyonun, insan tasarımcının güçlü ve zayıf olduğu noktaları nasıl yansıttığı
incelenmelidir:
İnsan tasarımcının davranışlarına ilişkin aşağıdaki kısıtlamalar, insan bilgi
işlemcisinin yapısının yüklediği kavramsal limitlerin doğal bir sonucudur (Coyne ve
Subrahmanian, 1993).
1. İnsan tasarımcı, gerekli ve yararlı olan tasarım bilgisinin hafızadan geri çağırımı
konusunda yetersiz olduğundan, çoğunlukla tasarım problemleri uzamının
karmaşıklığını uygun biçimde anlayıp yönetebilmede başarısızlığa uğramaktadır. Bu
başarısızlık, kısa dönem hafızası ile uzun dönem hafızası arasındaki bilgi
transferindeki kısıtlamalardan kaynaklanmaktadır. Bu kısıtlamaların üstesinden
gelebilmek için ise tasarımcı kimi zaman dışsal hafıza yardımı kullanmaktadır.
2. İnsan tasarımcılar, ortaya konulan ilk çözümün uygulanabilir hale gelmesi için
çalışma eğilimi göstermektedirler. Tek olarak çalışan tasarımcılara dair protokol
analizlerinde, insan tasarımcının üretim sürecinin nasıl ilerlediğini görmek olası
değildir.
52
İnsan tasarımcının tasarımdaki bu kısıtlamalarını aşmada, dışsal hafıza destekleri
yardımcı olabilmekle birlikte, kompleks bir tasarım sürecinde gerekli olan
muhasebenin doğurduğu birçok problemin üstesinden gelememektedir. Bu
başarısızlığın, tasarım problemleri uzayının keşfini sınırlayan hatta problemin
yapısının belirgin olduğu durumlarda çözüm uzayının araştırılmasını kısıtlayan
keskin etkileri vardır.
İnsan tasarımcı bu kısıtlamaları; çıkarım mekanizmaları, höristikler, analojiler ve
alternatif formülasyonlar yaratmada kullanılacak metaforlar gibi kavramsal araçlar
kullanarak aşabilir. Bu tip kavramsal araçların ustaca kullanımı, insan tasarım
pratiğindeki uzmanlık ve yaratıcılık olarak tanımlanan bileşenlerle
birleştirilmektedir. Bu nedenle, tanımsal bir bakışla insan tasarımcılar, daha iyiye
ulaşmak için ortaya koyacakları „yaratıcı‟ süreçleri, kavramsal sınırlamalara rağmen
değil onlar nedeniyle gerçekleştirebilmektedirler. Bu noktayı vurgulamak için Alan
Turing, beynin en tipik özelliklerinden birinin analojiler kurarak düşünmek olduğunu
öne süren bir meslektaşına şöyle söylüyor (Coyne ve Subrahmanian, 1993).
“ „Analojiler kurarak düşünme‟ konusunda sana büyük ölçüde katılıyorum, fakat
beynin kendi sınırlamaları tarafından zorlanarak analojiler elde etmesi kadar yoğun
biçimde „analoji araştırması‟ yaptığını düşünmüyorum.”
Bu nedenle, daha önce bahsedilen herhangi bir kavramsal araca karşılık gelen bir
„yaratıcı‟ sürecin kullanımı; yaratıcı bir sonucun üretilmesi için gerekli ya da uygun
koşul veya ortam olmayabilir.
Bilgisayar teknolojilerinin ortaya çıkışı ve hızlı gelişimi, bunların tasarım sürecini
geliştirip dönüştürebilecek devrimsel araçlar olabileceği gibi bir yaygın inanış
doğurmuştur. Oysa bilgisayarların gücünün ve beraberinde getirdikleri kısıtlamaların
anlaşılması, ve bunlara bağlı olarak yaratılacak etkili bilgisayarsal tasarım
ortamlarının geliştirilmesi aynı ölçüde hızlı gerçekleşmemiştir. Sembol işlemcileri
olarak, bilgi işleme hızları ve oldukça geniş olan bellek kapasiteleri bilgisayarların en
önemli özellikleridir. İlk bakışta o kadar belirgin olmamakla beraber yavaş yavaş,
tasarım performansında bilgisayarların en önemli kısıtlamalarının; onların,
yorumlama ve seçebilme kapasiteleri ile „sağduyu‟ bilgisinden yoksun olmaları
olduğu anlaşılmıştır. Bu genişletici ve keskin bilgi olmaksızın bilgisayarların, insan
53
tasarımcının anahtar kabiliyetlerinden olduğu söylenebilecek çıkarsama, analoji vb.
mekanizmalara benzer stratejiler ortaya koyması oldukça zor görünmektedir. Diğer
yandan, bilgisayar destekli tasarımın asıl başarısı, süreci göz önüne almaksızın üstün
tasarımı yaratmak olduğundan, bilgisayarların insan tasarımcıyı taklit etmesi
beklentisi hatalı olabilir. Daha iyi tasarımlar oluşturmak için insan tasarımcının eksik
kaldığı noktalarda onu tamamlayıcı nitelikte, bilgisayarın kendi kapasitelerini
kullanmasına dayanan tamamen yeni bir süreç oluşturulabilir. Şüphesiz ki daha önce
belirtilen sebepler ve bilgisayarların tasarımcı olup olamayacağına dair araştırmaların
henüz başlangıç evresinin yaşanması dolayısıyla, günümüze değin az sayıda
bilgisayar destekli tasarım modeli ortaya çıkabilmiştir.
Tasarımların geometriksel bir bakış açısıyla detaylandırılmalarında kullanılan erken
dönem CAD Sistemleri, yalnızca kesin ve ilkel olan bilgisayar tasarım modellerine
dayanmaktaydı. Bunu izleyen süreçte, bu tasarım modellerine algoritmik ve höristik
yöntemleri entegre etmeye yönelik birçok deneme ortaya konmuştur. Örneğin;
otomatik tasarım modelleri tasarıma “tümdengelimsel” bir rafine etme modeli ile
ulaşmıştır. Bu yaklaşımda, „tasarım problemi” iyi tanımlanmış bir problem olarak
tanımlanmıştır ve bilgisayar sistemi; tasarımdaki karmaşıklığı, ayrışmada her alt
problem için uygun olabilecek bir dizi alternatif içinden çözümleri sentez ederek
yönetmektedir. Böyle bir yaklaşım, ve kısıtlamaların kullanımı, çok daha açık ve net
tasarım sistemi modellerinin ortaya çıkmasını sağlamıştır.
Günümüzde tasarım araştırmaları yapay zeka teknolojilerinin, özellikle de bilgi
tabanlı sistemlerin kullanımına doğru yönlenmiştir. Bu sistemler, bilginin
yapılandırılması sürecinden sonra, bilgisayara belli bir tasarım uzmanlığı ve
yorumlama gücü vermede başarıya ulaşmıştır. Yine de bu sistemler, problem
çözmede „uzman sistem‟ yaklaşımına getirilen genel kritiklerden olan katılık ve
kırılganlık sınırlamaları konusunda hala zayıftırlar. Buna karşın, prensipte başka bir
bilgi elde etme ve bunları yorumlayarak arıtma yöntemi her zaman oluşturulabilir;
fakat bu genel olarak, en minimal düzeyde bir karmaşıklığa sahip olan bir tasarım
süreci için dahi istenen seviyede olgunlaşmış somut bir model olarak henüz ortaya
konmuş değildir. Bu sistemlere biraz esneklik ve geniş bir etkinlik vermek için;
belirli seviyelerde çıkarsama ve kontrol mekanizması anlamında katmanlaşmış bir
54
bilgi temeli vermek şeklinde değişik stratejiler geliştirilmiştir (Coyne ve
Subrahmanian, 1993).
Bu tip bir yapılandırmayla, bilgisayar sistemi daha az primitif ve çok daha sofistike
bir biçimde çalışabilmektedir; fakat açıkçası henüz tamamlanmadığı için, bu
sistemler biraz da umuda dayanmaktadır, ve çıkarsama stratejilerine ve bilgiye
eşdeğer olan, alandan bağımsız bilgi-seviyelerinin keşfedilmesi gerekmektedir.
Son zamanlarda gerçekleştirilen bazı tasarım araştırmaları, daha birincil amaçlar
olarak esneklik ve yenilikçiliğe odaklanan bilgisayar tekniklerini modelleme ile
bağlantılıdır. Daha önceden tanımlanmış çözüm uzamı ve bilgi tabanının
kısıtlamalarının üstesinden gelmek için, bazı araştırmacılar alternatif formülasyonlar
ve çözüm dizileri üretecek mekanizmalar üzerinde çalışmaktadırlar. Bu çalışmalar,
„yaratıcı‟ bir tasarım için gerekli olan; analoji kurma, prototip dönüşümü ve dönüşüm
operatörleri (Gero ve diğ., 1985) bileşenlerini içemektedir. Bu öneriler, tasarım ve
yaratıcılık problemine; analoji gibi kavramsal tasarım araçlarını kullanacak
bilgisayar tekniklerini tanımlama ve modelleme şeklinde yaklaşmaktadır. Bu
genellemeler üzerine, yaratıcı tasarımın bilgisayar teorileri „tümevarımsal‟ olarak
ortaya çıkacak gibi görünmektedir.
Analoji, metafor ve diğer öğrenme tekniklerinin bilgisayar modelleri, tasarımcıya
alternatif problem formülasyonları ile yardımcı olmaktadır. Çözüm dizileri üreten her
mekanizma, dizi dışından yararlı olabilecek örnekler seçebilme kabiliyetine sahip
olmalıdır; bu seçme mekanizması ise performans kriterlerine bağlıdır. Bu yaklaşım,
Kalagnanam ve Subrahmanian tarafından gerçekleştirilmiş deneysel bir çalışmada
gözlenmiş ve Doyle tarafından, alandan bağımsız öğrenme tekniklerinin kritiği
içinde ifade edilmiştir (Coyne ve Subrahmanian, 1993). Doyle, alandan bağımsız
öğrenme yöntemlerinin, rasyonel objektiflerden yoksun olduğunu, dolayısıyla da
faydalı olmayan genellemeler yarattığını savunmuştur. Bu nokta, Simon‟ın
karmaşıklığın mimarlığı ile ilgili makalesinde analojiler için şöyle tanımlanmıştır:
“Metafor ve analojiler yararlı olabilir ya da yanlış bir yola da götürüyor olabilirler.
Bu tamamen, metaforun yakaladığı benzerliklerin anlamlı ve belirgin ya da
yüzeysel olmasına bağlıdır.”
55
Anlamlı ve belirgin olanın yüzeysel olandan ayrımı, çözülecek problemin
gereksinimlerine karşılık gelen yorumlama kriterlerine bağlıdır. Bu nedenle,
yenilikçi ve yaratıcı tasarıma getirilecek üretken bir yaklaşım hala insanın bir yerden
sürece dahil olması ihtiyacını duymaktadır. Her ne kadar insanın yorumlama
kabiliyetinin sisteme entegrasyonu ve davranışsal tasarım bilgisine ihtiyaç duyulsa
da, bu yaklaşımlar insan tasarımcının ve bilgisayarın sistemdeki rollerini tam olarak
henüz tanımlayamamıştır. Ayrıca bu teknikleri tam bir tasarım sürecine entegre
etmek anlamında geniş bir perspektif ihtiyacı duyulmaktadır.
Tasarımı anlamaya ve desteklemeye yönelik, tasarımın keşfedici bir süreç olduğunu
ve bilgisayarın rolünün de tasarımcıya yardım etmek olduğunu savunan dikkat çekici
bir takım yaklaşımlar mevcuttur (Coyne ve Subrahmanian, 1993).
Flemming kural-tabanlı bilgisayar sistemlerini tanımlarken şöyle bir ifade
kullanmıştır: “Çok iyi anlaşılmamış tasarım problemlerinde; kural-tabanlı sistemler,
anlayışımızı derinleştirecek bu yüzden de düzenlemelerin, genellemelerin ve henüz
ortada olmayan teorilerin oluşmasına yol gösterebilir.”
Smithers‟ın modeli ise kural-tabanlı sistemlerin ötesine geçip, tasarım teorilerini
anlamak ve formüle etmek için prototeori (keşfedici tasarım) ye dayanan tasarım
sistemleri önermektedir.
Fakat bunun, araştırmacıların da belirttiği gibi çok geniş bir kaynak ve zaman
gerektirmesi gibi potansiyel bir dezavantajı vardır. Faydalı seviyede söz konusu
olacak akıllı bir destek, otomatik tasarım yaklaşımlarının gerektirdiğinden çok daha
fazla kapasite içermektedir.
İkinci nokta; Doyle‟un ortaya koyduğu gibi , usta yapılandırılmasına karşılık olarak
çıraklık sistemini anlama yaklaşımını vurgulamaktadır (Coyne ve Subrahmanian,
1993). Doyle, uzman ve bilgi tabanlı sistemleri; çıraklık süreci gibi bir modele sahip
olmayan dolayısıyla da etkin bir uzman gibi davranan fakat gelişmek ve öğrenmek
için herhangi bir yapısı ya da içeriği olmayan bir usta olarak nitelendirmektedir. Bu
nedenle bunlar, sahip oldukları bilgiyi deneyimler sonucu daha çok bilgiye ve
uzmanlığa dönüştüremediği gibi, yine benzer nedenlerden dolayı esnek ve yenilikçi
bir şekilde hareket edememektedir. Her ne kadar Doyle‟un önerdiği bilgisayarsız bir
çıraklık süreci anlayışı olsa da, bilgisayarlar çıraklık sürecini anlamada önemli roller
56
oynayabilirler. Bu hedefe ulaşmak için, bilgisayarların gözlemleme, genelleme ve
alansal problem çözme teorileriyle ilgili deneyim elde edebilme kabiliyetleri ile
donatılması gerekmektedir. Çıraklık yapısını bilgisayara entegre etme sürecini, insan
ve bilgisayar arasındaki işbölümünün devamlı olarak yenilendiği simbiyotik bir
insan-makine sistemi elde etme şeklinde düşünebiliriz. Bu yüzden insanın da
bilgisayarın da tasarım sürecinde oynayacağı rol kesin biçimde tanımlanmamıştır,
fakat bu roller bilgisayarların bilgi ve kapasitece gelişmesiyle kademeli olarak
değişebilecektir. Bu insan-bilgisayar entegre tasarım ortamları, deneyimler
doğrultusunda gelişimine yavaş yavaş devam edecek olan keşfedici ortamlar olarak
değerlendirilmelidir. Bu gelişim günümüzde konu ile ilgili çalışmaları, yapay zeka
teknolojisi kullanılarak bilgisayara öğrenme ve çıkarsama yetisi kazandırabilme
çabasını hedefleyen evrimsel tasarım yaklaşımlarına doğru yöneltmiştir.
57
3. BĠLGĠ TABANLI MĠMARĠ TASARIM
Geçtiğimiz on yıl içerisinde, yapay zeka teknolojilerinin gelişimine bağlı olarak,
bilgisayar destekli tasarım çalışmalarına yönelik yeni bir eğilim oluşmuştur. Tasarım
alanında uygulanabilirliği düşünüldüğünde, bilgi-tabanlı sistemlerin (Knowledge
Based Systems-KBS) başarılı olarak geliştirilmesinin bu süreçte çok önemli bir payı
vardır. Bilgi-tabanlı tasarım sistemleri; normalde bir uzmanın bilgisine gerek
duyulan gerçek dünyaya ait problemlerin çözülmesinde, tasarımcıya destek olan
bilgisayar sistemleridir.
Mimarlık, yapıların sayısal tanımlarından çok daha fazlasıyla; genel konseptler,
düşünceler, yargı ve deneyimlerle ilgilidir. Tıp ya da yapı mühendisliği gibi
alanlardan farklı olarak, tasarım ve mimari tasarımda, teorik esas veya en azından
genel olarak kabul edilmiş kuramsal bir temel yoktur. Bu yüzden, bilgisayar destekli
mimari tasarımının, tasarım sürecinde bir model olarak ortaya konmuş olanlar hariç,
çok az dikkat çekmiş olması şaşırtıcı değildir.
Bu bölümde bilgi-tabanlı sistemlerin, tasarım için interaktif birer bilgisayar desteği
olabileceğini ortaya koyan sistem yaklaşımı incelenmiştir. Tasarımda bilgi-tabanlı
sistemlerin kullanımının genel konsepti, yapısı ve süreç anlayışı açıklanmıştır.
Tasarımcıların hedeflerine ulaşmasına yardımcı olmak anlamında bilgi-tabanlı
sistemlerin potansiyel faydaları gösterilmiş ve bu bağlamda geliştirilen birtakım
bilgi-tabanlı tasarım modelleri ayrıntılı olarak irdelenmiştir.
3.1. Bilgi-Tabanlı Mimari Tasarım Süreci
Bilgisayar destekli mimari tasarım araştırmalarının gerek bilgi–tabanlı gerekse diğer
tasarım sistemlerinde olsun amacı, kendi bileşen ve süreç yapısını oluştururken, aynı
zamanda mimari tasarım süreci yaklaşımını da bilgisayar ortamında tanımlamak
amacıyla bir model geliştirmektir. Mimari tasarımda modellerin kullanımı uzun bir
geçmişe dayanır. Tüm katılımcılar için ortak olan bir model olmadan başarılı bir
58
tasarım süreci mümkün olamamaktadır. Geleneksel mimari modeller; plan, kesit,
görünüş ve perspektiflerdir. Tasarımla ilgili tüm özellik, obje ve fonksiyonel bilgiyi
içeren üç boyutlu bir model ise, insan tasarımcı tarafından sadece düşünsel olarak
oluşturulabilir. Modelin projesini çizme, yani temsili, projeye ait kuralların bilgisi ve
koordinasyonuna gereksinim duymaktadır. Bilgisayarların gerçek gücü de, yalnızca
benzer bilgi ve deneyimler, bilgisayarla birlikte kullanıldığında ortaya çıkmaktadır.
Tasarım sürecinde özellikle bilgisayarların kullanımı açısından kavramsal modeller
çok önemlidir; çünkü bu modeller fiziksel dünya ile bilgisayar arasındaki bağlantıyı
sağlamaktadırlar.
Tasarım profesyonellerinden; tasarım amaçlarının tanımlanması, yaratıcı çözümlerin
üretimi ve ortaya konan amaçlara tatminkar çözümler sağlayacak şekilde ulaşılan
sonuçların yorumlanması beklenmektedir. Amaçlara ulaşmadaki esas problem ise,
amaçlar ve süreç içinde ortaya çıkan alt amaçlar arasında bağlantı bulunmasıdır. Bu
anlamda, verimli bir bilgi-tabanlı sistemin açık, erişilebilir ve esnek; içeriğindeki
bilginin ise tanımlı ve tasarım kurallarına uygun olması gerekmektedir. (Coyne,
1985).
Tasarımın amacı, dünyayı anlatma ve bir amaç doğrultusunda anlamlı kararlar
almaktır. Geleneksel tasarımda, dışsal temsiller tasarım fikirleri için geçici veya
kalıcı depolama araçları gibi ele alınırlar. Çizimlere bakılarak anlamlar ve anlamlı
sonuçlar çıkartılır. Anlamsal içerik tamamen tasarımcı tarafından ortaya konur. Öte
yandan bilgisayarlar ve bilgisayar programları, dışsal tasarım temsillerine bakarak
anlam ve sonuçlar çıkaramazlar. Bunu yapmak için, son derece hassas görüntü
sistemleriyle donatılmış ve mükemmel bir alansal bilgiye sahip olmaları
gerekmektedir.
Günümüzdeki Bilgisayar Destekli Tasarım (BDT-CAD) sistemleri, gerçek tasarım
sistemleri değildir. Bunlar çoğunlukla insan tasarımcının yaratıcılık ve zeka
kabiliyetinden yoksun çizim ve analiz paketleridir. Son yıllarda ise eskisinden daha
düşük maliyetle çok daha güçlü bir bilgisayar desteği elde edilebildiği için, daha
gerçekçi tasarım yetenekleri olan bilgisayar destekli tasarım sistemleri ortaya
çıkabilmiştir. Bu sistemler, yapay zeka (AI) olarak tanımlanan bilgisayar biliminden
59
transfer edilen teknikleri uygulamaktadırlar. Bu alanda en fazla ümit veren
tekniklerden biri de, uzman sistemler veya akıllı bilgi-tabanlı sistemlerdir.
3.2. Akıllı Bir Bilgi-Tabanlı Sistem Modeli
Bilgisayar destekli tasarım yapmanın asıl faydası, tasarımcıların dışa vurum güçlerini
artırmak, onların düşüncelerinin dışlaştırılmasını sağlamak, bunları diğer insanların
düşünceleriyle bağdaştırmak ve sonuçları diğer insanlara iletmek olmalıdır. (Bijl,
1986). Bilgisayar destekli tasarım sistemleri çeşitlendirilmiştir çünkü, tasarım süreci
mimarlar tarafından gerçekleştirilecek birçok karar alma adımlarını içermektedir.
Bununla birlikte, birbirinden ayrıştırılmış bu karar alma süreçleri, tasarlanan yapının
son performansının verimli olarak değerlendirilmesini genellikle engellemektedir. Bu
yüzden, soyutlanmış bir tasarımda karar verme desteğinin bilgisayar destekli tasarım
sistemi ile iç içe geçmesi, sorumlu bir tasarım için önemli bir adımdır (Reffat, 1994).
Wang tezinde, yaratıcı kavramsal tasarım için, bilgi-tabanlı sistem tekniklerinin
bilgisayar ortamında uygulanmasını araştırmıştır. Tasarımda kavramsal alternatifleri
oluşturmak için, sistem girişini ve fonksiyonel gereksinimleri karşılayan bir model
tanımı yapmıştır. Bu model aşağıdaki elemanları içermektedir (Reffat, 1994):
- Kavramsal tasarımda bilgi temsili
- Tasarım süreci modeli
- Problem çözme yöntemi
- Tasarım yaratıcılığı
- Alansal bilginin uygulanması
- Tasarımda karar verme
- Yazılım mühendisliği
Bilgi-tabanlı sistemler; herhangi bir bilim alanı dahilinde, insan uzmanlığına
gereksinim duyacak kadar karmaşık olan çok çeşitli uygulama problemlerini
gidermek anlamında giderek artan bir kullanıma ulaşmıştır. Bilgi-tabanlı sistemler,
60
yarı-yapılandırılmış ya da hiç yapılandırılmamış yani örneğin bir sayısal modeli
olmayan problemleri çözmek için daha uygundur. Uzman tasarım, diğer çok-
disiplinli alanlarda olduğu gibi; sosyal, ekonomik, politik ve teknik koşullardan
etkilenen hasta-tanımlı problemlerle doludur. Bu sistemler, bir insan uzmanlığına
gereksinim duyulan problemlerde danışman, ve problemleri çözmede yardımcı olan
sistemlerdir. Böyle sistemler, uzman insanın çıkarsama mekanizmasının bir
bilgisayar modelini kullanarak problemler üzerinde çalışırlar. Bu yüzden, insan
uzmanların varması beklenen sonuçlara ulaşmaları için tasarlanmışlardır. (Reffat ve
Aref, 1994).
3.2.1. Akıllı Bir Bilgi-Tabanlı Tasarım Sisteminin Yapısı
Bir bilgi-tabanlı tasarım sistemi herhangi bir disiplin dahilinde oluşturulmadan önce
şu dört temel soru cevaplanmalıdır: (Lansdown ve Roast, 1987):
-Bilgi-tabanlı tasarım sistemine (KBS), konu olan alan bu işlem için uygun mudur?
-Gerekli bilgi nasıl elde edilir ve test edilir?
-Bilgi bilgisayarın kullanabileceği şekilde nasıl sunulabilir ve insanlar bunu nasıl
kontrol eder?
-Sistemin bilgi işleme yaklaşımı nasıl formüle edilebilir ki böylece bilgi tam
anlamıyla sisteme gelir ve beklenen performansı sağlar?
Bu birbiri ile ilişkili sorularının her biri çok önemlidir, bu yüzden, faydalı bir bilgi-
tabanlı tasarım sistemi için hepsinin bilinmesi gereklidir.
Daha önde de belirtildiği gibi, tek başına bir uzman sistem bazı durumlarda sınırlı
yararlılıktadır. Bu yoruma yol açan en yaygın durum, uzman sistemin operasyon
sırasında, kullanıcıya halihazırda uygun olmayan veriyi sorması olmaktadır. Bununla
birlikte bu veriler, başka bazı veritabanlarından da çağırılabilir. Böyle bir durum,
uzman sistemin ve veri tabanının bilgi-tabanlı tasarım sistemi ile iç içe geçmesini
gerektirir. Aslında, kararların dayandığı verilerin büyük bölümü doğası itibariyle
eskidir ve genellikle bazı dışsal veri tabanlarında depolanmış durumdadır. Buna ek
olarak, veritabanı kullanımı oldukça faydalı bir teknoloji olduğu için, özellikle daha
iyi bir ara yüz sağlamada uzman sistemi zenginleştirmektedir (Reffat, 1994). Bir
61
başka akıllı bir bilgi-tabanlı tasarım sistemi oluşturma yaklaşımı da, bir veritabanı
yönetim sistemi kullanarak uzman sistem yaratmaktır. Her iki yaklaşımın da
kavramsal yapısı Şekil 3.1‟ de gösterilmiştir.
Akıllı bilgi-tabanlı sistemler genellikle: bilgi tabanı, bilgi elde etme modülü, sonuç
çıkarma motoru, kullanıcı ara yüzü ve sonuçların açıklaması gibi Şekil 3.2‟ de
gösterilenler bileşenlerden oluşur (Reffat, 1994). Bilgi tabanı, insan uzmanlardan
kaynağını alan bilgilere ek olarak sistemle ilişkide olan kullanıcı tarafından girilen
verilenleri de içerir.
Akıllı B ilgi-Tabanlı S istem ler
Veritabanı
S istem i
U zm an
Sistem
Birinci yaklaşım
İkinci yaklaşım
Akıllı B ilgi-Tabanlı S istem ler
Veritabanı Yönetim Sistem i
V eri
M odeliU zm an
Sistem
Şekil 3.1. Akıllı bir KBS‟nin kavramsal yapısı - Bilgi tabanlı sistem bileşenlerinin
fonksiyonları (Reffat, 1994).
B ileĢeninin FonksiyonuNo
4
3
2
1
B ilgi-tabanlı S istem B ileĢeni
B ilgi edinm e sistem i
Çıkarsama motoru
Akıllı kullanıcı arayüzleri
Açıklama birim i
Nesne-yönelim li bir ortam sağlar.
Kullanıcı ile etkili b ir iletişim e olanak tanır.
B ilgi tabanında direkt olarak yer alm ayan bilgiden anlam
çıkarır.
B ilgi tabanlı sistem i kullanıcının etkileşim içinde olduğu
interaktif bir sistem e dönüştürür.
Soruları formüle eder ve kullanıcı tarafından doğal dilde
verilm iş olan yanıtları anlar.
Aynı zamanda kullanıcıya tavsiyelerde bulunan bir
m ekanizmadır.
Kullanıcıya, sistem in bazı soruları kendisine neden
sorduğuna ya da sistem in belli b ir sonuca nasıl ulaştığına
dair bir açıklam a yapar.
B ilgi tabanını oluşturm ak için insan uzmanlardan bilgi
toplayan yazılım modülüdür.
Şekil 3.2. Bilgi-tabanlı sistem bileşenlerinin fonksiyonları (Reffat, 1994).
62
Akıllı bir bilgi-tabanlı sistemin yapısı Şekil 3.3‟ te gösterilmiştir. Üç bölümden
oluşur:
(a) bilgi toplama
(b) veritabanı yönetim sistemi, bir malzeme veritabanı ve kullanıcı ara yüzü tesisi
ile birlikte,
(c) gelişmiş bir bilgi-tabanı ile birlikte uzman sistem kabuğu, sonuç çıkarma
motoru ve kullanıcı ara yüzü.
Kullanıcı
A rayüzü
B ilgi Toplam a
D eneyim V eri
Bilgi İşlemcisi
Veritabanı U zm an Sistem
G irdiA rayüzü
Veritabanı
A rayüzüG irdi
Çıkarsama
m otoru
Bilgi Tabanı
Şekil 3.3. Akıllı Bilgi-tabanlı Sistem Yapısı (Reffat, 1994).
Bilgi-tabanlı tasarım sistemleri; yapay zeka, biliş bilimi, dilbilimi ve operasyon
araştırmalarından birtakım yöntemler alınıp kullanılarak geliştirilen formal tasarım
modelleri üzerine kurulmuştur. Bu modelleri geliştirmede 2 temel prensip vardır;
- Tasarım bilgisi temsili ve organizasyonu; ve
- Tasarımı bir aktivite olarak taklit eden süreçler
Her iki prensip de birbiriyle yakın ilişkidedir. Süreçlerin doğası ve önemi, tasarım
bilgisinin nasıl yapılandırıldığına bağlı iken, tasarım bilgisinin organizasyonu da
süreçlere bağlıdır. Her ne kadar, mevcut çoğu bilgi-tabanlı tasarım sistemi, bilgi
tabanlarını her biri kendi alanına karşılık gelen bir bileşenler kütüphanesi oluşturarak
63
organize etse ve birçok farklı yaklaşıma dayanabilen tasarım destekleme süreçlerini
dikkatli bir şekilde yapılandırsa da aşağıdaki amaçları karşılayan az sayıda model
oluşturulabilmiştir (Reffat, 1994):
- Tasarımın nasıl başlayıp nasıl devam edeceğine dair önergeler üretme
- Fonksiyon ve yapı ile davranış arasında çıkarsama yapabilecek bir mekanizma
sağlama
-Tasarım bilgisi için yukarıda belirtilenleri destekleyecek biçimde tatminkar bir
temsil sağlama.
Tham ve Gero rutin tasarım kategorisinde yer alan tasarımları üretmek için tasarım
prototipleri kullanan ve PROBER (PROtotype BasEd Routine design systems-
Prototipe dayalı rutin tasarım sistemi) olarak adlandırılan bir sistem geliştirmiştir.
3.2.2. Bilgi-Tabanlı Tasarımda Yaratıcılık
Öncelikle tasarımla ve yaratıcılıkla ilgili geleneksel fikirleri açıklığa kavuşturmak
gerekmektedir. Bu, amaçların somut bir şekilde ortaya konarak yaratıcılığın
bilgisayarlaştırılması anlamına gelmez, bu kavramsal bir çelişki olur. Fakat, mümkün
olduğunca sistematik biçimde yeni ve yaratıcı tasarım çözümlerine ulaşmak için,
tasarım ve tasarım süreçlerinin araştırılması gereklidir. Sadece bu şekilde
bilgisayardan bir çizim yapma aracı olmanın dışında yararlanmak mümkün olabilir.
Şekil 3.4‟ te gösterilen yaratıcılık tanımlamasının tartışmaya açık olmasının yanında,
bunun daha iyi tanımlamalar için bir başlangıç noktası olacağı düşünülmektedir.
İlk üç nokta öğrenme, hatırlama ve bilgiyi uygulayabilmenin yaratıcılık için gerekli
olduğunu gösterirken, son iki madde de, sorgulama ve bireysel keşfin gerekliliğini
ifade etmektedir.
Bilgi-tabanlı tasarım sistemleri, tasarımcılara tasarım süreci içinde yardım
sağlayacak güçlü bir potansiyele sahiptir. Bununla birlikte ideali, bu sistemleri insan
uzmanların, alandaki uzmanlık ve yetenekleri ile bütünleştirmektir. Buna ek olarak,
bilgi-tabanlı tasarım sistemlerinin genel bölümleri özellikle, yapı tasarımı için, bu
alandaki literatür temel alınarak tartışılmıştır. Bu alandaki birçok araştırma halen
devam etmektedir. Bu yönde geliştirilecek bir sistem, yapı tasarımında güçlü
olduğunu ve ilgili karar almada bir model olabileceğini ispatlayacaktır.
64
M im ari Y aratıcılık ... B ilgisayar term inolojisiyle...N o
1
2
4
5
3
Tasarım cının, ürettiği alternatifleri ve bunların varolma
sebeplerini açıklayabilm e kabiliyetine bağlıdır.
Sözkonusu araştırm a alanı çerçevesinde daha önceden
oluşturulmuş örneklerle ilişkilidir.
M evcut yapı ve yapı elemanlarını içeren ve sıradışı
indeksleme kapasitelerine sahip akıllı b ir veri tabanına
gereksinim duyar.
Bu, nesne-yönelim li veritabanlarına yakın bir
yaklaşımdır.
Bu, bilgisayarın tümdengelim sel çıkarsama ve
açıklama yapabilm esi için sahip olması gereken
kapasite ile ilgilidir.
Benzer tasarım problem leri için daha önce oluşturulmuş
uygun çözüm leri içeren höristik bilgiye ve bunları yeni
tasarım problem lerine adapte etm eye bağlıdır.
Bu, höristik arama ve tümevarım sal çıkarsama ile
ilgilidir.
Tasarım cının ya da dışsal bir eleştirm enin soru sorma
kapasitesine bağlıdır.
Bu kapasitenin henüz tam bir karşılığı yoktur.
Tümevarım sal ve tümdengelim sel çıkarsama ile
ilgilidir.
Tasarım cının kişisel yeteneği ile ilgilidir. Bu, yetenekli bilgisayarların oluşturulm ası ya da farklı
çıkarsama süreçlerine sahip benzer bilgisayar
sistem lerin ortaya çıkarılm ası anlam ına gelmektedir.
Şekil 3.4. Mimari yaratıcılık tanımlamaları ve bunların bilgisayar terimleriyle temsili
(Reffat, 1994)
3.3. Bilgi-Tabanlı Tasarım Sistemlerine Örnekler
Bilgi-tabanlı tasarım sistemleri bilgisayar destekli tasarım alanında önemli bir
araştırma alanı olarak ortaya çıkmıştır. Bu sistemlerin özellikle tasarım bilgisinin
elde edilip depolanarak süreç içinde kullanılmasını sağlamak anlamında içerdiği
güçlü potansiyel, bilgisayar destekli tasarım alanında oluşturulmuş birçok modelin
temelini teşkil etmiştir. Dolayısıyla bilgisayar ortamında oluşturulmuş bütün
modellerin bir bakıma bilgi-tabanlı olduğu ifade edilebilir. Bunun yanısıra, yukarıda
açıklanan kapasite ve yöntemleri içermesi beklenen birçok bilgi-tabanlı tasarım
modeli bilgisayar destekli tasarımda önemli bir yere sahip olacaktır.
Tasarımı, diğer problem çözme yaklaşımlarından ayıran en önemli iki farklılık belki
de; gerekli olan temsillerin sayıca çokluğu ve karmaşıklığı ile tasarım sürecinin açık
uçlu ve keşfedici olan doğasıdır. Bunların kritik araştırma konuları olarak
değerlendirilmesi, daha etkili bir tasarım sistemi oluşturmak için bir anahtardır.
Tasarım araştırmalarının günümüzde ulaşabileceği pragmatik ve üretken olan nokta,
insan ve bilgisayarın kapasitelerini bütünleyici bir tavırla birleştiren bilgisayar
destekli tasarım ortamları yaratmaktır. Bu bölümde bu amaçla üretilen birtakım bilgi-
tabanlı tasarım modelleri tanıtılacaktır.
65
3.3.1. LOOS Sistemi
Bu bölümde, Ulrich Flemming tarafından 1980‟li yıllarda geliştirilen; kavramsal plan
tasarımının ilk aşamalarını destekleyen ve kısmen otomatik olan bir tasarım sistemi
olan LOOS incelenecektir. LOOS Sistemi, genel olarak bilgi tabanlı tasarımda,
spesifik olarak ise plan tasarımında, başlangıç evresinde ortaya konan kısıtlamaları
kullanarak tasarım yapan bir bilgisayar destekli tasarım sistemidir.
Sistemin üretken yapısı, yapısal tasarım tanımlarının sistematik bir listesi şeklinde
modellenmiştir. Bu model, kademeli olarak oluşturulan, ve gelişmeye ve
kesinleştirilmeye açık bir insan değerlendirme kapasitesi ile desteklenmiştir. Üst
seviyedeki bütünleşik tasarım süreci dahilinde; oluşturulan insan ve bilgisayar
arasındaki işbölümü uygun seviyelerdeki soyutlamalar tarafından tanımlanan
temsillerle desteklenmiştir. Bu bağlamda kısmi tasarımların keşfedilmesi ve
değerlendirilmesi, tasarımcıyı plan tasarımını performans istekleri anlamında
yeniden formüle ederek keşfetmeye doğru yönlendirmektedir. Keşfetme sürecinde
daha sonraki bilgi kazanımları, mevcut plan tasarımı için süren gelişmelerin temelini
oluşturan iskelet sistem tarafından meydana getirilmiştir.
3.3.1.1. Yaratıcılığı Arttırmak Ġçin GeliĢtirilen Bir Tasarım Ortamı
LOOS Sisteminde yaratıcı tasarım için bir insan-makine ortamı oluşturma hedefi
sözkonusudur. Bu yaklaşım, tasarımda bilgi işleme mekanizmalarına dair mevcut
sınırlı anlayış ve yaratıcı hamleler için gerekli olan objektif yorumlama kriterlerini
tanımlama zorluğu tarafından motive edilmektedir. Bu da LOOS Sistemi
çerçevesinde tasarımda yaratıcılığı tecrübe etmek için tasarlanan bilgisayar destekli
tasarım ortamı için minimal hedefler ortaya koyması gibi bir sonuç doğurmuştur.
LOOS yaklaşımı, günümüz teknolojilerine ve insan ile bilgisayarın kabiliyetlerine
ışık tutmakta, bunun yanında da aşağıdaki üç öğeyi bir araya getirerek kendi mimari
keşif ortamında tasarım modelini oluşturmaktadır.
LOOS Sisteminde ortaya çıkan sonuç; zamanla gelişen hedeflerle, bilgisayar destekli
tasarım ortamlarının yapısal özelliklerinin tespitine, tasarım probleminin kendisiymiş
gibi yaklaşılması gerektiğini ortaya koymaktadır. Bununla birlikte, sistem
66
kapsamında işaret edilen ana noktalar aşağıdaki gibi ifade edilebilir (Coyne ve
Subrahmanian, 1993):
1. Bir tasarım modelinin yoğun bir etkinliği olabilmesi için keşif sürecinde insan
ile bilgisayarın birarada çalışması gerekmektedir.
2. İnsan tasarımcıların yaratıcı potansiyelindeki hızlı gelişme ile kendi başına
gitgide daha fazla başarıya ulaşabilen bir partner olarak bilgisayarlar, birarada
kullanılmalıdır.
3. Oluşturulan tasarım sistemlerinin etkin kullanımı için, tasarım teorilerindeki
anlayışı yaratıcılığa dönüştürürken, birçok deneme yapılıp çok miktarda ampirik
bilgi toplanmalıdır. Bu bilgiler, tasarım süreci içinde tasarım bilgisini temin ve
rafine etmek için karmaşık bilgi, sunum ya da dil yapıları ortaya çıktığı taktirde
kullanılabilmelidir.
LOOS Sistemi kapsamında, tasarımda yaratıcılığın ortaya çıkması için gerekli olan
koşulları belirlemek için ortaya koyulan ana fikir kısaca, yaratıcı tasarım
potansiyelinin ortaya çıkışının, tasarımcılara gelişmiş bir çözüm formülasyonu
uzamını keşfetme kabiliyeti sağlanmasıyla mümkün olacağını işaret etmektedir.
İnsan tasarımcının, keşfetme ve birçok alternatifi düşünerek tasarıma devam etme
konularında bazı kısıtlamaları vardır ve bunlar, tasarımcıyı paralel olan farklı
tercihleri keşfetmeye yönelten bir bilgisayar destekli tasarım sistemi oluşturmak için
oldukça önemli noktalardır (Coyne ve Subrahmanian, 1993). Tasarımcıların verilen
tasarım uzamını tamamen keşfedebilme kabiliyeti ile verilen bir problem uzamında
tipik bir probleme yenilikçi çözümler bulma potansiyeli arasında bir bağlantı
sözkonusudur.
Keşfetme ölçeğini genişletmek için, uygun seviyelerdeki problem çıkarımlarında,
potansiyel çözüm uzamının çok daha sistematik bir incelemesi gerçekleştirilmelidir.
Sistematik üretim kabiliyeti, performans bilgisinden süzülmekte ve akıllıca
gerçekleşen bir geçmiş tasarım yönetimi, insanın gerçekleştirmesi mümkün olmayan
biçimde potansiyel çözüm uzamını geniş porsiyonlarda keşfetmektedir. Böyle bir
tasarım stratejisi doğal olarak biraz karmaşıktır. Alternatiflerin sistematik biçimde
üretimi, bunların ayrıntılı ve etraflı bir dökümü anlamına gelmese de çözüm
67
uzamının ekin biçimde yoklanması sürecinde kullanılabilmektedir. Buna ek olarak,
tüm koşulların kesin olarak sağlandığı durumda, en az bir sistematik çözüm üretimi
modeli ortaya çıkmış olmalıdır. Hiyerarşik bir üret ve test et yöntemi, sadece kısmen
belirtilmiş çözüm adaylarını elemeye, ve kısmi bir çözüm elendiğinde de bu tanıma
uyan tüm çözümlerin üretim sürecinden kaldırılmasına izin vermektedir. LOOS
Sistemi böyle bir modele örnek olarak gösterilebilir.
LOOS‟un tasarım modelinde, sistematik üretim kabiliyeti ve algoritmik problem
çözme metodu kullanma rolü bilgisayara; rasyonel objektifleri belirleme ve
yorumlama rolü ise insana yüklenmiştir. İnsanın kavramsal araçlarının (çıkarım,
analoji ve öğrenme) güçlü bilgisayar varyasyonlarının ortaya çıkması ya da
kavramsal dengeleme olmadan bilgisayar tekniklerinin tasarım ortamında uygun
kullanım bulması olasılıklarına dayanarak, bu rollerin zaman geçtikçe aşama aşama
değişeceği tahmin edilmektedir. Kullanılmayan ya da tasarım kabiliyetine ek
kısıtlamalar empoze eden teknikler, ortamın dışına atılırken; tasarımcının gücünü
arttıran diğerleri ise tasarım ortamında yer edinecektir. Bu prensipler dahilinde
yapılandırılacak tasarım ortamları tasarım sürecini anlamak ve geliştirmek için
kullanılabilir. Bu sistemdeki tasarım süreci anlayışı; başlangıç evrelerinde insanın
yaratıcı güçlerinin bir büyülteci olarak sunulan bilgisayarın rolünün, yaratıcı
tasarımcının çırağı olmadan öteye gidip gelişeceği doğrultusundadır (Coyne ve
Subrahmanian, 1993).
3.3.1.2. Sistemdeki Plan Tasarımı YaklaĢımı
Plan tasarımı; belirtilen kısıtlamaları sağlayan ve belli biçim ve hacimleri olan
parçaların oluşturduğu yapıların tasarımında tipik biçimde ortaya çıkan birçok
karmaşık konuyla ilgilenir. Planlar, (kat ve çevre planları gibi) objelerin 2 boyutlu
kompozisyonlarını içerdiği için diğer bazı kategorideki tasarımlardan daha az
karmaşık görünür. Fakat plan tasarımı ilgi çekici ve önemlidir, çünkü birçok tasarım
disiplininin genel bir evresi ya da süreçlerinin önemli bir parçasıdır. Plan oluşturmak
için ortaya konacak bir tasarım yöntemi, bütün bu farklı disiplinlerle ilişki kurma
kabiliyetinde olmalıdır.
Ayrıca plan tasarımı, doğası itibariyle zordur, çünkü herhangi bir objenin
konumlanması için uygun olabilecek çok sayıda oryantasyon sözkonusudur. Dahası;
68
tasarım objeleri arasında, şekilleri, boyutları ve birçok performans gereksinimini
karşılaması beklenen mekansal ilişkilerinin zorunlu kıldığı çok sayıda içsel ilişki
mevcuttur. Bu nedenle, deneme yanılma süreci olmaksızın esnek çözümler üretme
garantisi verecek herhangi bir direkt tasarım yöntemi yoktur. İster insan ister
bilgisayar tabanlı yaklaşımlar olsun, problemin zorluk derecesine bağlı olarak, belli
bir düzeyde problem keşfedişi ve aday çözüm araştırması yapılması gerekmektedir.
Plan tasarımı konusunda literatüre geri dönüldüğünde, kavramsal kısıtlamalar
dolayısıyla insan tasarımcıların alternatif organizasyonların sistematik bir keşfedişini
yapamadıkları gözlemi ile karşılaşılmaktadır (Coyne ve Subrahmanian, 1993). Plan
tasarımı problemlerinin diğerlerinden ayrılan özelliği, kararların hem global (alan
kullanımı vb.) hem de lokal (komşuluk vb.) gereksinmelerini karşılaması
zorunluluğudur. İdeal olarak istenilen, yerleşme kararlarının açık ve kesin bir şekilde
verildiği ve varyasyonlar için olası doğrultuların işaret edildiği birçok alternatif plan
çözümünü üreten bir tasarım yöntemi ortaya koymaktır.
Disiplinlerarası önemi, doğal karmaşıklığı ve sadece kısıtlı 2 boyutlu temsillerin
istenmesi dolayısıyla, plan tasarımının bilgisayar destekli tasarım ortamları
araştırmaları için bir başlangıç evresi olacağı düşünülmektedir.
3.3.1.3. LOOS Sisteminde Ġnsan-makine ĠĢbirliği
LOOS Sisteminin aşağıdaki tanımı, onun bütün bileşenlerinin mevcut realizasyonunu
ya da teknik detaylarını ortaya koymak amacında değildir. Burada yalnızca LOOS
tasarım sürecinin ana yapısının anlaşılmasını sağlayacak nitelikte, yaklaşımın
minimal bir tanımlamasını yapmak hedeflenmiştir. LOOS‟un birincil tasarım hedefi,
insan uzmanlığı ile bilgisayarların sistematik üretim kapasitelerini birleştiren kısmen-
otomatik bir tasarım sistemi oluşturmaktır.
LOOS tasarım sisteminin ana çerçevesi; bir dizi 2 boyutlu objeyi, bir ya da daha
fazla dikdörtgenden oluşan bir plana dönüştürme süreci olarak ifade
edilebilmektedir. Bu sistem, aday çözüm planlarının, sistematik üretimini sağlayan
grafik tabanlı bir ilişki temsili ile, geniş boyutlu bir kriter tanımlaması çerçevesinde
tasarlanmıştır. Plan tasarımının sisteme uyarlanması, tasarımcının bilgi elde etmesini
ve bunları bir dizi alternatife dönüştürmesini kapsamaktadır. Sistemin bileşenleri:
69
1) üretici, 2) yorumlayıcı, 3) kontrol mekanizması‟dır. Tüm bunlar bağımsız
modüller olarak tasarlanmıştır, böylece farklı nitelikteki yorumlayıcı ve kontrolörler,
diğer bileşenleri etkilemeden test edilip değiştirilebilir nitelik kazanmışlardır (Coyne
ve Subrahmanian, 1993).
LOOS tasarım yaklaşımının içerdiği temsil, planın yapısını tanımlamak için
kullanılan above, below, to the right ve to the left gibi mekansal ilişkileri
kullanmaktadır. Bu ilişkiler, planın yapısını; düğümlerinin plandaki dikdörtgenleri,
yaylarınınsa bu bir dizi dikdörtgen arasındaki ilişkileri ifade ettiği bir grafik üzerinde
tanımlamaktadır.
Her defasında tek bir dikdörtgenin çağrılması ve belli sayıdaki dikdörtgenin
belirlenen ilişkilerine göre alternatif planların oluşturulması için bir dizi üretim
kuralları geliştirilmiştir. Bu kurallar, dikdörtgenlerin sentaktik olarak doğru bir
biçimde planlandığı formal bir gramer olan üreticiyi oluşturmaktadır. Planların
semantiği, dikdörtgenlere konuyla ilgili obje nitelikleri atandığında ortaya
çıkmaktadır.
Burada tanımlanan mekansal ilişkiler; yapısal ilişkilerin boyutsal olanlardan ayrımını
ifade eden planların, orta seviyedeki bir çeşit özetini formüle etmektedir. Her temsil;
potansiyel planların devam eden boyutsal özelliklerini gizli tutarak, yalnızca objeler
arasındaki mekansal ilişkileri göstermektedir. Bu nedenle her aday plan, boyutsal
olarak esnek olan bir dizi plan kümesini de kapsamaktadır. Böylece olası sonsuz
çözüm dizileri, en azından prensipte, sayılabilir nitelikteki bir dizi sonlu alt çözüme
bölünmektedir.
Bu temsil yapısı, alternatif planlar arasındaki kritik farklılıkları tanımlamada ve
alternatif yapıların üretiminde kullanılabilecek olan yapıyı elde etmektedir. Bu da
potansiyel çözümler uzamının daha iyi tanımlanmasına yol açmaktadır. Daha üst
seviyedeki konseptler bu temsiller temel alınarak formüle edilebilir, dolayısıyla
bunlar aynı zamanda analiz, yorum ve sorunların kesin bir ifadesi şeklinde
kullanılabilir.
Kapsamlı bir araştırmada ana motivasyonu sağlayan, yaklaşımın daha büyük
problemlere adapte edilebilir nitelikte olması ve üretim algoritmasının
desteklenebilmesidir. Amaç, tasarım probleminin karmaşıklığını hem kullanılan
70
objelerin sayısı ve hem de bu objeler arasındaki ilişki ve detay seviyesi anlamında
kontrol edebilmektir. Karmaşıklığı kontrol edebilmek için, hem insanın hem de
otomatik tasarım yöntemlerinin deneyimleri, plan tasarımında oldukça önemli bir
özetleme mekanizması olarak, kullanılan objelerin ve izlenilen yolların hiyerarşik bir
dekompozisyonunu önermektir.
LOOS sisteminde ilk tasarlanmış haliyle; her nokta ya da dikdörtgen tek bir fiziksel
objeyi ifade etmekteydi. Genişletilmiş versiyonunda ise, serbestçe biraraya getirilmiş
dikdörtgenler, farklı ölçek ve dekompozisyonlardaki planları ifade edebilmektedir.
Bir dikdörtgen tek bir üniteyi ya da herbiri yine kendi içinde bir plan grubunu
tanımlayan bir dikdörtgenler kümesini temsil edebilmektedir. LOOS‟ta kullanılan bu
formal temsil, kendi içinde tekrarlanan böyle bir yapıyı desteklemektedir.
Yapılandırılmış objeler için temsili genişletirken, her nokta ya da plan bileşeni, aynı
zamanda bir plan hedefini de tanımlamaktadır. Plan tasarımındaki
dekompozisyonlar, şu ikili fonksiyon şeklinde anlaşılabilir: Bunlar hem objeyi hem
de tasarım sürecini bileşenlere ayırmaktadır (Coyne ve Subrahmanian, 1993).
İyi tanımlanmış olası bir çözümler uzamının üretilmesini sağlayan LOOS, yorum için
alana-bağımlı bir bilgi tabanlı yaklaşım ortaya koymaktadır. Bu yaklaşım, birçok
farklı kritere dayanarak üretilmiş aday planların ayırımını yapmaktadır. Semantik
filtre olarak da adlandırılabilen bu test mekanizması, grafiksel olarak ortaya konmuş
kısmi planlar oluşturulduğunda bir tasarımcının yeni kriterler eklemesi ya da
varolanları değiştirmesi ve çıkarması için uyarılmasına benzer biçimde
oluşturulmuştur.
LOOS‟taki semantik filtre iki kritik amaca hizmet etmektedir. İlk olarak, üretici
tarafından oluşturulmuş yapısal alternatiflere davranışsal yorumlar ekleyerek kısmi
tasarım tanımlarını tamamlamaktadır. İkinci olaraksa filtre, alternatiflerin ayırımı
için yeterli bilgiyi sağlayabilmelidir, böylece olası çözümler uzamı, keşfedişinin
esnek ve etkili olmasını sağlayacak şekilde daraltılmaktadır.
Yorumların sonuçları, yorum kayıtları içinde depolanmaktadır. Kontrol mekanizması
ise bu yorumların sonuçlarını ve bir dallandır-ve-sınırla (branch-and-bound) BNB
stratejisi kullanmaktadır. Bu stratejiyi kullanarak kontrol mekanizması, sadece ve
71
sadece en az daha önceden üretilmiş tasarımlar kadar iyi olan orta seviyedeki
tasarımları genişletmekte ve böylece aday çözümler uzamını daraltmaktadır.
Hepsi beraber ele alındığında, LOOS‟ un temsil, üretici, yorumlayıcı ve kontrol edici
mekanizmaları hiyerarşik bir üret-ve-test et modeli oluşturmaktadır. LOOS‟un yapısı
bu yaklaşımı çalışabilir hale getiren koşuları sağlamaktadır.
3.3.1.4. LOOS Sistemindeki Yaratıcılık YaklaĢımı
Bu bölümde LOOS‟un, tasarımda parça parça veya kümülatif olarak yaratıcılığı
arttırma kapasitelerini içeren bir bilgisayar destekli tasarım ortamını nasıl sağladığı
açıklanmıştır. Burada, insan tasarımcıların yaratıcılık kapasitelerini arttırmayı
amaçlayan herhangi bir bilgisayar destekli tasarım ortamının cevaplaması beklenen
aşağıdaki sorunun yanıtını bulunmaya çalışılacaktır:
Entegre bir tasarım ortamı, insan tasarımcının yaratıcılığını nasıl destekleyebilir ve
bağımsız bir bilgisayar sisteminde kodlanabilmesi çok zor ya da imkansız olan
gerekli bilgiye ve yargı mekanizmasına ulaşımı nasıl sağlayabilir?
Bu soruyu cevaplayabilecek bir bilgisayar destekli tasarım modelini elde etmek için,
LOOS aşağıdaki tasarım destekleme özelliklerini sağlamaktadır:
Bağımsız bir dizimsel çözüm üretebilme kapasitesinin kullanımı. Yorumlama
mekanizmasının temel üretim mekanizmasından ayrılması, makine ve insan
arasındaki kritik işbölümünün yapılabilmesini sağlar, ayrıca yaklaşıma birçok
disiplinler üzerinde „jenerik plan tasarımı yollarının‟ uygulanabilmesi özelliğini
verir. (Çözümlerin üretimi)
İyi tanımlanmış bir yorumlama mekanizması çerçevesinde, semantik bileşenler
bir test etme mekanizmasında birleştirilmişlerdir. Uzamsal ilişkiler, kısmi
tasarımların yorumlanmaları için gerekli olan mevcut uygulanabilir kriterler
anlamındaki kesin yapıyı oluşturur. (Yorumlama kriterlerinin sağlanması)
Kararların oluşturulması için birçok temsil ve özetleme tekniği ve seviyesinin
kullanımı. Yorumlar, farklı seviyelerdeki özetlemelerde yapılabilir (Karmaşıklığın
yönetilmesi).
72
Aşağıdan-yukarı ve yukarıdan-aşağı mantık yürütme (çıkarsama) tekniklerinin
kısıtlı kaynaklar kullanarak kombine etme olanağı. Kontrol seçilen her notada,
interaktif ya da otomatik olarak yapılabilir (Çıkarsamanın esnek kontrolü).
Tasarım geliştikçe; bilgisayar, kısıtlama yönetimini ve gerekli kaydetme
işlemlerini yaparken yalnızca kısıtlamalara uyulmadığı takdirde sinyal verir ve
çelişkileri takip etmeye devam eder (Kısa-dönem bellek yardımı).
Subjektif değerlendirme yapabilme ve çelişkileri engelleme kapasitesi. Bu
işlemle, bilgiler biraraya getirilip uygulanmaya hazır bilgi tabanlarının oluşması
sağlanır. Bilgi tabanlarının biraraya getirilmesi, tasarımcının çoklu değerlendirme
kural setlerini kullanarak deneme yanılma yapabilmesine olanak sağlar (Uzun-dönem
kişisel bilgi deposu).
Alansal uzmanların, aşina oldukları bir grafiksel gösterimde somut bir çözümle
karşılaştıklarında sahip oldukları bilgileri kesinleştirebilmesi (Tasarım dili üzerinden
haberleşme) (Gero ve Maher, 1993).
Sonuç olarak üretici aktiviteyi destekleyen LOOS‟un yapısı, aynı zamanda tanısal bir
değerlendirme sistemi sunarak aktiviteyi tamamlamayı sağlamaktadır. Tasarımlar
ister elle ister otomatik olarak yapılmış olsun, LOOS‟un içsel temsiline kolayca
dönüştürülebilir ve değerlendirme için sunulabilir, sonuçlar uyulmayan kuralların
açıklamalarıyla gösterilir. Tasarımda başarısızlığa neden olabilecek tasarım objesi ya
da objelerini kaldırmak (üretme kurallarının terslerini uygulayarak) ve küçültülmüş
(indirgenmiş) konfigürasyonu, farklı alternatifler elde edebilmek için eklenecek
objelerle birlikte bir üreticiye göndermek mümkündür.
Bu bağlamda LOOS sistemini birçok biçimde kullanmak için gerekli olan interaktif
ortamın nasıl oluşturulabileceğini hayal edebilmek olasıdır. Plandan kritik bir parçayı
çıkarmak ve bunu olası farklı yollarla yeniden yerleştirebilmek bir „prototip
adaptasyonu‟ formu oluşturarak mümkün olabilir (Gero ve diğ., 1985).
Bu bölümde; yaratıcılığın ortaya çıkabileceği koşulların araştırılmasında
kullanılabilecek nitelikte, bilgisayar destekli tasarım ortamlarına getirilebilecek bilgi-
tabanlı bir yaklaşım tanımlanmıştır. Bir bilgi işleme teorisi bağlamında, ele alınnan
sistemdeki yaratıcılık yaklaşımı özetle; tasarımcıya genişletilmiş bir problem ve
73
çözüm uzamını keşfetme kapasitesi verildiğinde yaratıcı tasarımın ortaya çıkma
olasılığının arttığıdır.
3.3.2. PROTOTĠP Temelli Bir Tasarım Modeli
Bu bölümde Edinburgh Üniversitesi AI in Design (Tasarımda Yapay Zeka)
Bölümünün geliştirdiği bir tasarım süreci modeli tanıtılacaktır. Bu modelde tasarım,
bilgi tabanlı bir keşfetme süreci olarak görülmüştür (Logan ve Smithers, 1989).
Ortaya konulan bu keşfediş tabanlı (exploration-based) modele göre; tasarım süreci
Ri olarak tanımlanan ilk tasarım gereksinimlerin belirlenmesi ile başlamaktadır. Ri
genelde zayıf bir tanımdır ve birtakım çözümleri tanımlamada eksik kalabilmektedir.
Ri‟nin hangi açılardan tamamlanmamış olduğunu söylemek mümkün değildir; çünkü
Ri olası tasarımlar uzamı (SPD) nin yapısına ait bilgiyi içermektedir. Bu nedenle Ri
araştırılan problemin özelliği şeklinde nitelendirilemez, çünkü tamamlanmamış ve
tutarsız olduğu için SPD‟de bir sonuç tanımlayamaz. Tasarım süreci (Ed), SPD‟yi
keşfediş süreçlerinden biridir. Bu süreç; tasarımcının daha önceki tasarım
deneyimleri ile birlikte, mevcut soruna ait bilgilerle şekillenmektedir. Problem,
ortaya konan çeşitli çözüm denemeleri üzerinden analiz edilmekte ve onların tasarım
gereksinimleri bağlamındaki yansımaları anlaşılmaya çalışılmaktadır.
Bu sürecin bir parçası olarak; tasarımcı, tasarım sonucuna (eğer varsa) ulaştıracak
tasarım kararlarını keşfetmektedir. Tasarımcı, SPD‟nin bölümlerinin yapısına ait
bilgiye ulaşmaktadır. Sonuç olarak Ri‟nin hangi noktalarda tamamlanmamış ve
tutarsız olduğu anlaşılabilmektedir. Ri, bu tutarsızlık ve eksikliği giderecek şekilde
değiştirilmekte ve bu keşfetme süreci, kapsam açısından geliştirilmiş Ri‟yi sağlayıcı
tasarıma ulaştıran SPD‟deki son nokta bulununcaya kadar devam etmektedir. Sonuç
olarak; son, eksiksiz ve tutarlı bir Rf (gereksinim tanımı) ve Rf ile tutarlı olabilecek
bir tasarım spesifikasyonu olan Ds‟ye ulaşılmaktadır (Şekil 3.5).
Gereksinim tanımı, SPD‟deki tamamlanmamış bir bölgeyi işaret eden (ki bunu bile
yapamayabilir) bir ilk ifadeden (Ri); SPD‟de eksiksiz ve tutarlı bir şekilde bölgeyi
tanımlayan son Rf‟ye kadar gelişime uğramaktadır. Ds (tasarım spesifikasyonu), Rf
tarafından tanımlanan SPD‟deki bölgenin ikincil alt bölge ya da bölgelerini ifade
etmektedir. Tasarımcının SPD‟yi keşfedişinin kayıtları, tasarım sürecinin tarihçesi
74
(Hd)ni oluşturmaktadır. Bu Hd; keşfedilen alanın yapısının tanımı, başka bir
ifadeyle, katedilen yollar ve bunları yapıştaki sebepler dizisidir.
Keşfetme sürecine başlamak için hem alana dair bilgi (Kdm) hem de bu alanda nasıl
tasarım yapılacağına ilişkin bilgi (Kdn) gereklidir. Kdm, fiziksel gerçekler,
tasarımcının hangi malzeme ve teknikleri kullanabileceği, yasal zorunluluklar vb.
olabilir.
Tasarım bilgisi (Kdn); tasarım uzamının nasıl keşfededileceğine dair bilgidir. Bu
bilgi; tasarım yöntem ve stratejilerini ve belki de değişik yapısal planları
içermektedir. Kdn, tasarım uzamı içindeki yollara işaret etmektedir. Kdm ve Kdn
arasında önemli bir bağımsız ilişki vardır. Biri, diğeri referans gösterilmeden ifade
edilemez. Bu nedenle tasarım süreci grafiğinde birbirinden tamamen bağımsız
girdiler olarak gösterilmezler.
K dm + K dn
R i
H d
R f
D s
E d
D K B
D D D
Bilgi işleme B ilgi üretm e B ilgi transferi
D K B - Alansal B ilgi Tabanı
K dm - A lan B ilgisi
K dn - Tasarım B ilgisi
R i - İlk tasarım gereksinim leri tanım ı
E d - Tasarım keşfetm e süreci
H d - Tasarım sürecinin tarihçesi
R f - Son tasarım gereksinim leri tanım ı
D s - Son tasarım spesifikasyonu
D K B - Tasarım Tanım Dokümanı
Şekil 3.5. Prototip temelli sistemin yapısı (Logan ve Smithers, 1989)
Bundan sonraki bölümlerde tasarım bilgisinin yapısı ve çözüm geliştirmedeki rolü
daha ayrıntılı olarak incelenecektir.
3.3.2.1. Tasarımda Prototipler
Çözümlerin geliştirilmesi geniş bir tasarım yöntemi bilgisi, uygun bir strateji ve bir
önceki soruna getirilen çözüm üzerinde şekillenmektedir. Tasarım önerileri kör bir
75
anlayışla oluşturulmamaktadır, fakat belki de verilen duruma uygun olmayan çözüm
çeşitlerinin genel bir kavranışı gibi bir sonuç ortaya çıkmaktadır. Tasarım bilgisinin
önemli bir bileşeni de „derlenmiş (çeşitli kaynaklardan) deneyimler‟dir. İlgili
problemle benzerlik taşıyabilecek deneyimlerden ya da daha önceden „standartlar‟
olarak belirlenmiş bilgilerden kaynaklanan bir ön bilginin önemi; tasarım hakkındaki
çalışmalarda geniş bir şekilde farkedilmiştir. Akın, mevcut çözümü daha kesin ve
spesifik hale getiren yeniden derlenmiş çözüm, analog çözüm, jenerik çözüm vb. gibi
„problem transformasyonları‟nın tasarımdaki kullanımını tartışmıştır (Logan ve
Smithers, 1989). Ona göre, eğer kesin transformasyonlar o an için mümkün değilse,
varolan çözümün kesin durumunun tanımlanabileceğini varsayarak tasarımcının bir
önceki deneyimini kullanması gerekmektedir. Foz da, problemin keşfedilişinin
bellekteki daha önceden bilinen çözümlerin uyanmasına nasıl sebep olduğunu
göstermiştir (Logan ve Smithers, 1989). Bu örneklerin, problem gereksinmeleri
dahilindeki muhtemel çözümlerin geliştirilmesi ve analiz edilmesi için yol gösterici
olduğunu ifade etmiştir. Daha sonraları Gero ise, tasarım bilgisinin depolandığını ve
bir dizi şema (prototip) şeklinde tasarım sürecinde geri çağırıldığını öne sürmektedir.
Bu şemalar aşağıdakileri içermektedir:
Tasarım gereksinmeleri ya da hedeflerine dair bilgi
Önceden tanımlanmış bir „bileşen dili sözlüğü‟
Tasarımda bileşenlerden hedeflere kadar tasarımla ilgili her türlü bilgi
Stilize edilmiş bir tasarım tanımı ya da tasarım tanımı üreticisi
Bu tasarım yaklaşımları, geniş bir perspektifle „bilgi-tabanlı‟ olarak karakterize
edilebilmektedir. Böyle bir bakış açısıyla tasarım süreci; tasarım çözümleri ve
tasarım gereksinmeleri arasında ilgi kuran bir takım kural ve kodların yönlendirdiği
bir dizi problem transformasyonu oluşturmadır. Akın‟ın „problem
transformasyonları‟, Foz‟un „şablon‟ları ve Gero‟nun „prototip konsepti‟ arasında
paralellikler mevcuttur. Tüm bu yaklaşımlarda temel düşünce; tasarımın, tasarım
problemini anlama ve yapılandırmada kullanılacak ve tasarım hipotezinin temelini
oluşturacak organize edişmiş bir ön (priori) bilginin kullanılması üzerinde
şekillendiğidir.
76
Steadman, mimari tasarımda bu genel ve kollektif bilginin; mimarlık eğitimi, mimari
yayınlar ve varolan binaların analizi gibi düzlemler üzerinde devam ettiğini öne
sürmektedir (Logan ve Smithers, 1989). Fakat genel bir kabulle; organize edilmiş,
kesin ve bilimsel bir niteliği yoktur. Daha çok, ilgili tasarımlardaki ampirik deneyim,
bir bilgi kümesi oluşturur ve bu küme, yapaya ait genel bir teorinin oluşturulmasını
mümkün kılar.
Fakat tasarım sürecinde bu bilginin işleyişine geri dönüldüğünde önemli bir zorluğun
ortaya çıktığını görülmektedir. Tasarım problemi, tanımı itibariyle tektir. Eğer tüm
gereksinimleri karşılayan bir ürün zaten mevcutsa, tanımı gereği ortada bir tasarım
problemi de yoktur. Bu bağlamda aşağıdaki sorular önemlidir:
Sınırlı sayıdaki bir dizi prototipten sonsuz sayıda tasarım nasıl geliştirilebilir?
ya da
Gereken sayıdaki prototip koleksiyonu, sonsuz çeşitlilikteki tasarım sorunları
ile nasıl başa çıkabilir?
Bu tip sorulara kesin birer cevap vermek olanaksızdır. Fakat cevabın bir kısmı
geliştirilmeye çalışılabilir. Kısaca tasarım sadece, tasarım probleminin içeriği
doğrultusunda geliştirilecek yeni prototipler ve stratejiler üzerinde ilerleyebilir.
Böyle bir yaklaşımda, prototip şeklindeki bilginin asıl fonksiyonu; hemen bir çözüm
bulmak ya da bir başlangıç noktası gibi davranmak değil, problem düzlemini
yapılandırmaktır.
Prototiplerin tasarımdaki rolünün bilgisayarlar tarafından kesin olarak
gerçekleştirilebileceği kabulü; prototiplerin, bazı parametreler doğrultusunda
oluşturulmuş tasarım tanımları ya da bu tanımların üreticileri gibi görülme
eğilimlerine yol açmıştır. Bu bakış açısıyla prototipler, rutin ya da parametrik tasarım
anlayışları doğrultusunda bir dizi olası tasarımı işaret eden, tasarım bileşenlerinin
genel bir gruplandırılmasıdır. (Gero ve diğ., 1985). Örneğin Gero (1990) bir
prototipin dört bileşenini aşağıdaki gibi tanımlamıştır:
Parametrik tasarım tanımı
Prototipin ortaya koyduğu fonksiyonları ifade eden hedefler ve gereksinmeler
77
Tasarım bileşenlerinin oluşturduğu dil
Gereksinmeler, tasarım tanımı ve dille etkileşimli olan bilgi
Böyle bir bakış açısıyla; tasarım potansiyel olarak tasarım gereksinimlerini
karşılayabilecek bir ya da daha çok prototip aramayı içermektedir. Uygun bir
prototip bulunduğunda, tasarıma ait bilgiyi ve dili kullanarak, parametrik tasarım
tanımı biçiminde bir örnek geliştirilmiş olmaktadır. Bu tasarım gereksinmelerini
karşılayan daha „alt-seviye‟de bir prototip aramayı da içerebilmektedir. Bu
yaklaşımdaki kesin olan tahminler şunlardır:
Tasarım problemi, birbirinden bağımsız bir dizi alt-probleme bölünebilir.
Prototipler arasında ya çok zayıf bir etkileşim olur ya da hiç olmaz.
Her bir alt-problem araştırmayla çözülebilir.
Tasarım problemleriyle ilgili olarak aslında her iki tahmin de doğru değildir. Bir
sorunu çözme girişimi genelde yeni sorunlar doğurmaktadır. Tasarımcı olası
tasarımlar uzamını keşfetmelidir. Fakat bir prototip „parametrik tasarım tanımı‟
olarak görülürse, böyle bir keşfedişi destekleyici bir kabiliyeti olamaz, çünkü
prototipler, muhtemel tasarımlar uzamının yapısını tam olarak ifade etmezler.
Bir prototipin bellekten çağrılması tasarımcıya iki tür bilgi sağlar: Tasarımcıya
verilen kısıtlamalar içinde hangi olasılıkların mevcut olduğunu gösterir; daha
önemlisi, olası tasarımlar uzamının yapısı hakkında genel bir bilgi içerir. Başka bir
deyişle, prototip daha önce yapılan keşfedişlerin neleri ortaya çıkardığını ve bunların
ne derece önemli olduğuna dair bilgidir. Bir prototip, örneğin “A‟ya ulaşmaya
çalışırken B‟yi kullandığın durum”u ifade eden bir kural olarak da görülebilir.
Burada B, bir dizi ilişki, strateji, standart ya da jenerik çözüm veya problem
dekompozisyonuna ulaşmak için bir yol gösterici ya da işaretçi olarak
nitelendirilebilir. Prototipin bellekte uyandırılması, bu strateji ve ilişkileri amaca
ulaşmada kullanmaya elverişli hale getirmektedir. Her ne kadar prototipler tasarım
gereksinmelerinden, tasarıma dair bazı görüşler çıkarmak için kullanabilse de,
herhangi bir çözüm girişiminin başarısız olduğu durumlarda değiştirilebilir olmalıdır.
78
Bir prototipi değiştirmek için, onun yapısıyla ilgili gerekçe verebilmek
gerekmektedir. Böyle bir yapısal bilgi olmaksızın; bir prototip örneği, olası bölgenin
sınırlarını göstermekten öte çok az şey yapabilir. Problemin herhangi bir parçasını
„kara kutu‟ (simülasyon model ya da yöntemleri gibi) olarak görmek, prototipi
değiştirmenin dolayısıyla da yeni tasarımların üretilmesinin imkansız hale gelmesi
demektir.
Örneğin, tasarımcıdan belli koşullar altında belli bir yükü taşıyacak olan bir kiriş
tasarlaması istendiğinde, tasarımcı hafızadan bir „kiriş prototipi‟ çağırabilir. Her ne
kadar verilen yüke karşılık gelen maximum eğme basıncı, çağırılan tek bir kiriş,
prosedür ya da yöntem örneği tarafından söylense de, tasarımcının bir kiriş
tasarlamak için elinde aslında bir araç yoktur. Maximum eğme basıncı ile uygulanan
yük arasındaki ilişki matematiksel olarak lineer, üslü ya da her ne olursa olsun,
tasarımcının ilerlemesi mümkün olmaz. Tasarım kriterleri arasındaki ilişkilerin
bilgisi olmaksızın, örneğin iki alternatif arasında herhangi bir uyuşma olup
olmadığına karar verilemez. Böyle bir yapısal bilgi olmadığında tasarımcının seçme
şansı yoktur.
Dolayısıyla tasarım, mevcut problemin içeriği dahilinde, tasarımcının genel
stratejilerinin ve prototiplerinin değişimi ve rafine edilişi sürecine dönüşmektedir.
Daha genel olarak, tasarım problemi, belli bir problemi çözmek için belirlenecek ana
prototiplerin nasıl geliştirileceğinin keşfedilmesi olarak görülebilir.
Hiller ve Leaman bu süreci, „şablon‟ların ayrıntılandırılması ve değiştirilmesi olarak
karakterize etmişlerdir (Logan ve Smithers, 1989). Onlar tasarımcının, tasarlarken
ilişkilendirilmesi gereken hareket, yer, psikoloji ve iklim gibi birbirinden farklı
birçok alanın içinde bulunduğu bir evrende yer aldığını ifade etmektedirler. Bu
yapılar, tasarımcının kullandığı dilin ya da araç dizisinin (teknoloji, konsept ve tipik
tasarım çözümleri) içinde saklıdır.
Bu bakış açısıyla tasarım; problem ortamının dayattığı kısıtlamalarla ilişkili olan
„uygun transformasyon ya da ön-yapıların (genotip) gelişimleri‟nin keşfedilme süreci
olarak değerlendirilebilir. Ön-yapıların transformasyonu, ilişkilerin oluşumunun
altında yatan keşfetme ve işleme sürecini oluşturur.
79
3.3.2.2. Değerlendirme
Bu bölümde ortaya konulan yaklaşım; tasarım sürecinin, olası tasarımların yapısını
ortaya çıkarmak için gerçekleştirilen bir tasarım uzamı keşfedişi olarak
görülebileceğini savunmaktadır. Tasarımcı çözümler üreterek ve bunları çözüm
kriterleri bağlamında değerlendirerek başarıya ulaşabilir. Tasarımdaki ana objektif,
tasarımda yapısal problemlere odaklanmış bir parça çaba sarfederek problemin
yapısını anlamaktır ve ancak problemler yapılandırıldığında bu çabanın bir kısmı da
onları çözmeye yönelebilir.
Problemi yapılandırma ile onu çözme arasında belirtilen bu ilişkilerin sağlanması,
tasarım süreci ve yeni tasarımların oluşturulabilmesi için gereklidir. Prototiplerin
böyle bir keşfediş tabanlı tasarım modeline adaptasyonu da bu sürecin basit bir
modeli olarak görülebilir. Bir prototipin mevcut problemin içeriği dahilindeki
modifikasyonu oldukça ham bir model hatta bir metafor olarak düşünülebilir. Fakat
işte böyle bir aşamada tasarımda yaratıcılık problemine işaret edilebilir.
3.3.3. SEED Sistemi
Bina tasarımındaki (The Software Environment to Support the Early Phases in
Building Design) ilk aşamaları destekleyen bir yazılım ortamı olan SEED, bina
tasarımındaki ilk adımlar için kullanıcıya bilgisayar desteği sağlamayı
amaçlamaktadır. Buradaki hedef, prensipte, her yönüyle binaların ön tasarımında
bilgisayarın kullanıcıyı asiste etmesini sağlamaktır. Bu yaklaşım bilgisayarı sadece
hayal etme, analiz ve yorum için bir araç olarak değil aynı zamanda, tasarımların
üretimi için daha aktif veya daha doğru olarak kullanmaktır. Daha doğrusu,
bilgisayar ortamındaki tasarım temsillerinin hızlı bir şekilde üretilebilmesi amacıyla,
kavramsal tasarım alternatifleri ve değişkenlerini uygun bir soyutlama seviyesinde
tanımlamaktır, fakat aynı zamanda temsilin gereken giriş verilerinin tümünü
alabilmek için gelişmiş yorum araçlarını devreye sokan yeterli detay seviyesine de
sahip olmalıdır.
SEED yazılımının sponsorları, bu tip temsillerin yaratılmasının mevcut CAD
sistemleri için önemli bir darboğaz oluşturduğunun farkındadırlar. Bu yüzden SEED
yazılımı ilk tasarım keşfini desteleyemez; yani alternatif tasarım konseptlerinin hızlı
80
bir şekilde üretilmesi ve bunların ilgili ve „büyük olasılıkla da çelişen‟ birtakım
kriterler bağlamında hızlı bir şekilde yorumlanması konusunda destek sağlayamaz.
(Flemming 1996).
Günümüzde SEED tarafından desteklenen alanlar; mimari programlama, şematik
plan tasarımı ve yapı-çevre duvarı gibi fiziksel bina bileşenlerinin 3-boyutlu
konfigürasyonunun üretimidir; ki bu hedeflerden her biri, modül tarafından
gerçekleştirilen operasyonlar için uygun içsel bir modüle-özgü tasarım temsili
kullanan bireysel modüller tarafından desteklenir. Tüm modüller için ortak olan,
gelişim altındaki tasarımın karşılamak zorunda olduğu önemli tasarım
gereksinimlerinin (ki bu problem spesifikasyonudur) açık bir temsilidir. Bu
spesifikasyonlardır ki, SEED modüllerine, günümüz CAD sistemlerinde ele alınan
tasarım temsillerinin elle üretiminde belirli bazı hedefleri otomatik hale getirmek için
olanak sağlayabilmektedir. Örneğin, bir plana yeni bir oda eklendiğinde veya var
olan bir oda çıkarıltıldığında veya bu odanın fonksiyonları değiştirildiğinde tüm
odalar yeniden yerleştirililir ve yeniden boyutlandırılır.
Bir veritabanı, tasarımcılara, farklı gereksinimlere adapte olabilen ve yeniden
kullanıma açık farklı tasarım versiyonlarını depolama ve yeniden düzenleme imkanı
sağlamaktadır. (Yapay zeka terminolojisindeki durum-tabanlı tasarım). Sonuç olarak,
veritabanı, birçok bina tipi için tekrarlayan problem spesifikasyonlarını ve tipik
gereksinimleri depolamaya yaramaktadır. Dolayısıyla bu veritabanları, bilgiyi üreten
tasarımcılardan bağımsız olarak, belirli bina tipleri ve fonksiyonları konusunda
tasarım firmalarına deneyim bilgisi sunan önemli bir mekanizma olarak hizmet
edebilmektedir. Veritabanı ayrıca, direkt olarak birbirlerine tasarım kararlarını
iletmeyen modüller arasında temel anlamda bir bilgi değiş tokuşu sağlayabilir. Bu
yüzden veritabanı, geniş bir fonksiyon ve kapasite yelpazesi yani, SEED „in içerdiği
ilgi alanını sağlamak zorundadır.
3.3.3.1. SEED„in Veritabanı Gereksinimleri
SEED‟deki ilgili ana tasarım verileri, herhangi bir modül kullanıcılarının ürettiği
veya o modülün oturumu sırasında değiştirdiği problem spesifikasyonları ve
çözümleridir. Veritabanı, benzer bir tasarım projesi için tekrar kullanılabilecek
alternatif formülasyonların yanı sıra, bu bilgi parçalarının değişik versiyonlarını da
81
içermektedir. Dahası ilgili veriler, farklı tasarım projelerinde yeniden kullanılabilen
bilgiyi genişletmektedir; tekrarlayan tasarım problemleri için standart problem
formülasyonları ve bu problemlere getirilecek standart ya da „jenerik‟ çözümler gibi.
(Yapay Zeka yaklaşımında buna karşılık gelen terimler kullanılırsa, SEED veritabanı
durum-tabanlı tasarımı desteklemelidir denilebilir) (Flemming 1996).
SEED modülleri, genellikle tasarım bilgisini nesne-yönelimli temsiller anlamında ele
alıp temsil etmektedir, çünkü bunlar tasarım destek sistemlerinde gelişmiş bir
standart niteliğindedirler. Ayrıca, bu bilgi normalde izole nesneler şeklinde ele
geçirilmez fakat nesne konfigürasyonu şeklinde (muhtemelen kompleks) yani,
birbirine bağlı ve birleşmiş nesnelerin ağ örgüsü şeklinde tutulurlar. Örnek olarak,
Şekil 3.6 SEED-Planı (SEED-Layout, SL) tarafından kullanılan nesneleri ve ilişkileri
göstermektedir, SEED‟deki şematik planların üretimini destekleyen bir modül, bir
plan spesifikasyonunda tanımlanan bir plan problemini karşılayan orta seviyede veya
tam olarak bitmiş bir çözüm olarak bir planı temsil etmektedir (Flemming 1996). Bir
şematik plan, plandaki bağımsız odaları mekanları veya zone‟ları temsil eden bir
tasarım üniteleri bütünüdür. Her bir tasarım ünitesi, kendisinin plandaki yerini ve
biçimini tanımlayan bir geometri nesnesine bağlıdır. (SL‟nin günümüzdeki
versiyonu, önceki şematik planlardaki gevşekliği elde edebilmek için tasarım
ünitelerini sadece köşe koordinatlarının koordinat aralıkları şeklinde verildiği
dikdörtgenlere bağlamaktadır). Bir tasarım ünitesinin ayrıca, kendisinin hemen
üstünde, altında, sağında ve solunda yer alan tasarım ünitelerine de açık bağlantıları
vardır. Dahası her bir tasarım ünitesi, tasarım ünitesinin karşılamak zorunda olduğu
gereksinimleri birleştiren bir fonksiyonel ünite ile işbirliği yapmaktadır (diğer
tasarım üniteleriyle arasında olması beklenilen ilişkilerin yanı sıra genişlik ve alan
gereksinimleri). Bir plan, daha yüksek bir soyutlama seviyesine sahip başka bir
planda yer alan bir tasarım ünitesinin bir bileşeni olabilir, yani o planın bir alt planı
olabilir.
SEED‟ deki modüller için tasarım bilgisini değiş-tokuş etmenin tek yolu interaktif
olarak araştırma yapma ve bellekte depolanmış olan nesneleri geri çağırmadır.
Dolayısıyla modüller, veritabanı içinde gezinmelerine olanak sağlayacak bir arayüze
ihtiyaç duymaktadırlar. Bu arayüz, modülün kullanıcısına modülün özgün bir
parçası şeklinde görünmelidir. Bu da demektir ki sistemde, modül arayüzleri
82
vasıtasıyla veritabanı ile eş-zamanlı bir etkileşime ihtiyaç duyulmaktadır. Bu
genellikle, veritabanı terminolojisinde çalışma uzamı yönetimi olarak
değerlendirilmektedir. Modüller umut verici görünen herhangi bir temsili içsel olarak
kullanmaya olanak tanıdığından, görevine bakılırsa ve bu temsilin veritabanı
şemasından farklı olduğu farz edilirse (tüm modüllerin bilgi ihtiyaçlarını barındırmak
zorunda olan); veri tabanından nesnelerin geri çağrılması için bir temsil tercümesine
ihtiyaç duyar, eğer şema haritası çıkarılamıyorsa. Aynı durum bu olayın tersi için de
geçerlidir, yani bir veritabanında bir nesneyi saklamak için.
Şematik plan
(Layout)
Fonksiyonel
Ünite
Tasarım
ÜnitesiG eom etri
bir-e-bir bağlantısı
bir-e-çok bağlantısı
Şekil 3.6. SEED‟in şematik plan temsili (basitleştirilmiş) (Flemming, 1996).
3.3.3.2. Sistemdeki Konfigürasyon Yönetimi
Bir konfigürasyonda nesneler arasındaki ilişkiler, farklı veritabanı olayları altında
farklı şekillerde davranır, dolayısıyla uygun olarak yönetilmelidir. SEED
veritabanının, konfigürasyon yönetimi şeklinde tam anlamıyla ele alması gereken
veri tabanı olayları aşağıdaki gibidir:
-Yarat- Bir konfigürasyonda bir nesne yaratıldığında; veritabanı hangi birleşik
nesnelerin de aynı zamanda otomatik olarak yaratılacağını bilmelidir. Örneğin,
SL‟deki bir tasarım ünitesi, her zaman bilinen tipteki bir geometri nesnesiyle
ilişkilidir ve bu geometri nesnesi tasarım ünitesiyle birlikte onun içsel bir parçası
olarak yaratılmalıdır. Öte yandan, aynı tasarım ünitesine bağlı olan fonksiyonel ünite,
otomatik olarak yaratılamaz çünkü, zaten var olabilir; ve bu fonksiyonel ünite
spesifik olarak belirtilmediği her durumda, bir SL operasyonu tarafından uygun
fonksiyonel üniteler arasından seçilmelidir. (Kullanıcıyla etkileşim içinde olarak).
Eğer birbirine bağlı nesneler yaratılacaksa, bu nesneler arasındaki ilişkinin önemi,
yaratılacak nesnelerin sayısını belirlemektedir. Ek olarak, varsayımsal (default)
83
nesneleri yaratmak için prototipik nesneler kullanılabilir, aksi takdirde, nesneler
kendi doğal özelliklerinin varsayımsal değerlerinden başlatılırlar.
-Sil- Tersine, bir konfigürasyondaki nesne silindiğinde, veritabanı, onunla ilişkili
hangi birleşik nesnelerin de silineceğini bilmelidir. Yukarıdaki örnekte, bir tasarım
ünitesiyle ilişkili olan bir geometri nesnesi, tasarım ünitesiyle birlikte silinmelidir,
fakat birleşik fonksiyonel ünite silinmemelidir, çünkü bu fonksiyonel ünite, diğer
plan versiyonları ya da alternatiflerindeki tasarım üniteleriyle ilişkide olabilir.
-Kopyala- SEED‟ de bir konfigürasyonu kopyalama, yeni bir tanıtıcıyla tam bir
„derin‟ kopyanın oluşturulması anlamına gelir. Bu da genellikle, konfigürasyondaki
tüm nesnelerin kopyalandığı ve orijinallerinin bağlı olan ağ örgüsüne kopyalarının da
bağlı olacağı demektir. Fakat istisnalar olabilir ve bu istisnaları belirlemek de
mümkündür.
-Bağla (Anchor)- SEED‟ de bir konfigürasyonu bağlamak demek, mevcut zaman
niteliklerine dayanarak geri çağrılan aynı tanımlayıcı altında farklı bir konfigürasyon
versiyonu yaratmaktır. Bu durumda, konfigürasyon yönetimi, tamamen bir modülün
bu durumu nasıl değerlendirme niyetinde olduğuna bağlıdır. Örneğin, SL bir planın
yeni versiyonunu yarattığında, sahip olduğu tasarım ünitelerini kopyalar ve
kopyalara değişiklikler uygular (tasarım ünitelerinin eklenmesi ve silinmesi dahil),
fakat aynı fonksiyonel ünitelere bağlantıları sağlar, yani plan bu fonksiyonel üniteleri
ayırmanın farklı bir yöntemini temsil etmektedir. Kullanıcı bu planı veritabanında
bağladığında, veritabanının yeni planda kurulan ilişkileri içeren yeni tasarım
ünitelerini yaratmasının yanında mevcut problem spesifikasyonunda var olan
fonksiyonel üniteleri bu ünitelere birleştirmesini bekler.
-Üstüne yaz- Üstüne yazmak, aynı saptayıcıya sahip bir konfigürasyonla veri
tabanında yer alan bir konfigürasyonun yerini değiştirir, fakat yeni bir zaman mührü
vardır. Konfigürasyon yönetimi bağlamaya benzer bir şekilde ilerler (Flemming,
1996).
Nesne-tabanlı temsillerdeki nesneler, alt-sınıfların özellikleri süper-sınıflardan
kalıtsal olarak aldığı sınıflara veya alt-sınıflara aittirler. SEED‟i destekleyen
veritabanı, bu tip kalıtımı destekler bir nitelikte olmalıdır yani, bir nesne geri
çağrıldığında, ait olduğu süper-sınıfların tüm özellik ve davranışlarını kalıtsal olarak
84
almalıdır. Bununla birlikte, SEED geliştiricileri, veritabanının sadece tek seferlik
mirası desteklemek zorunda kalmasına kara vermişlerdir çünkü, çoklu kalıtımdaki
anomali ve tutarsızlıklar, farklı programlama dilleri ve nesne-tabanlı temsillerle
tutarlı olarak çözülemezler.
Tek seferlik kalıtım, nesne-tabanlı gelişimin kilometre taşlarından biri olan ve paralel
olmayan modülaritesini veren, polimorfizmi garantilemek için bir modülde dikkatlice
kullanılmalıdır (Flemming, 1996). Kalıtsal olarak alınan davranışı tamamlamak ve
genellikle daha sağlam manada istenilen davranışın ayrıntılarının farkına varmak için
delegasyon ve kompozisyon teknikleri kullanılabilir.
Daha yüksek seviyedeki ünitelerin daha düşük seviyeler içerdiğinde, fonksiyonel
ünitelerin uzamsal konfigürasyonlarının oluşumunu destekleyen bir modül ara
yüzünü programlamanın bir parçası Şekil 3.7‟ de gösterilmektedir (bir ilişki
parçasının özel bir formu). Ara yüz aynı zamanda, bağımsız fonksiyonel ünitelerin
ait olduğu sınıfları da göstermektedir.
Şekil 3.7. SEED‟deki Fonksiyonel Ünite Sınıflandırması (Flemming, 1996).
Kalıtım, sınıflandırma amaçları için basitçe kullanılmamalıdır. Bununla birlikte,
veritabanındaki nesneleri, çoklu ve gerekli ortogonal sınıflandırma hiyerarşileri
üzerinden sınıflandırmak mümkün olmalıdır. Örneğin, SL‟de kullanıldığı gibi bir
uzamsal fonksiyonel ünite aşağıdaki gibi sınıflandırılabilir:
85
-oda- mekan yerleştirme sırasında ilgili bir davranışla birlikte sınıflandırılabilir: oda
başka mekanlar tarafından bölünmeye uğramayacağını ve bu gibi girişimlere karşı
koyacağını bilir.
-ofis- böylece bir enerji veya yapısal analiz programı bazı makul termal veya gravite
yükü varsayımları yapabilir; ayrıca „ofis‟ ticari bir kullanımın alt-sınıfı olabilir, yani
bir bina kod kontrolörü için anlam arz edebilir.
-kamu veya özel alan- böylece bir planda acil bir çıkış yolu bulmaya yarayan
yolbulma algoritması, ofisin içinden mi geçeceğini yoksa etrafından mı dolaşacağını
bilir.
3.3.3.3. Örnek Ġndeksleme ve Geri Çağırma
Yeniden kullanılabilen problem spesifikasyonları ve çözümler, bir çeşit indeks
taramaya dayanarak veritabanından geri çağrılabilir olmalıdır, yani kullanıcı uygun
nesneyi hatırlamaya gerek duymamalıdır (örneğin ismiyle) çünkü, nesne aslında
farklı bir kullanıcı tarafından yaratılmış olabilir. Bu kapasite mevcut CAD
sistemleriyle desteklenememektedir. İndekslerin kendileri kompleks nesne
spesifikasyonları olabilirler, örneğin, fonksiyonel ünitelerin bir hiyerarşisi ve bu
fonksiyonel üniteleri benzer bir hiyerarşi ve içerik dahilinde ayırmak için planları
araştırmada kullanılan bir tasarım içeriği.
Çoklu sınıflandırmalar örnek geri çağrımında özel olarak önemli bir rol oynarlar. Bir
modül kullanıcısı veritabanından mevcut bir tasarım problemi için umut veren
çözümler bulmayı istediğinde, kendi problem spesifikasyonu benzer problem
spesifikasyonlarına bağlı olan çözümleri bulmak için bir indeks olarak
kullanılmalıdır. Problem spesifikasyonları sırayla, Şekil 3.7‟ de gösterilen örneğe
benzer karmaşık nesne konfigürasyonları olabilir. Bu tip spesifikasyonları
karşılaştırmak için, bilgisayarsal açıdan pahalı olan ve bir veritabanında tüm
problemler için gerçekleştirilemeyen, fakat algoritmayla uyumlu bir çeşit yapı veya
grafik formu kullanılmalıdır. Dolayısıyla sistemde sınıflandırma, bir filtre olarak,
yapısal açıdan en umut verici olanlarla uyuşan konfigürasyonların sayısını
sınırlandırmak için kullanılmaktadır.
86
Örnek-tabanlı tasarım için destek bir yana, çoklu sınıflandırma standart veya
varsayımsal özellikleri olan nesne prototiplerini geri çağırmaya uygun olmalıdır.
Örneğin, veritabanı „büyük ofis‟ olarak sınıflandırılan bir „oda‟yı standart mekan
gereksinimleriyle birlikte geri çağırıp; „yönetici ofisi‟ adıyla gelişim içindeki bir
problem spesifikasyonu içine katıp kullanabilmektedir.
3.3.3.4. Sistemdeki Kısıtlama Yönetimi
Veritabanı, doğal özellik değerleri ve ilişkilerindeki kısıtlamaları, verilerin temelde
iyi biçimlendirilmiş olmasını garantilemek için kabul etmeli ve yönetmelidir;
örneğin, bir modül bir güneş ışınının spesifik bir gündeki yükseklik değerini veri
tabanından geri çağırdığında, açıların beklenen aralıkta olup olmadığını kontrol
etmek zorunda olmamalıdır. (0-90 derece arası). Öte yandan, veritabanından,
fiziksel terimlerle bir tasarımın iyi formda olması için zorlaması beklenemez. Bunun
için bazı önemli teorik ve teknik sebepler vardır. SEED‟in cesaretlendirmeye
çalıştığı, tasarımın araştırmacı doğasını, „açık uçlu bir uzamda‟ tasarıma önderlik
etmektedir: tasarımcılar bir fikir peşine düşebilirler ve sonra bu fikri bitirmeden terk
edebilirler; en azından bir süre için de olsa bu bitmemiş ve olası tasarım durumlarını
veritabanında saklamalıdırlar çünkü, bunlardan hangisinin sonradan nihai tasarıma
sebep olacağını bilmeyebilirler.
Veri değiş-tokuşunun ana metodu veritabanını kullanır; statik dosya değiş tokuşu,
sağlam bir komünikasyon veya revizyon yönetimi sağlayamaz. Veritabanının içeriği
zamanla evrimleşir ve „enteresan‟ değişikliklerin bir kaydını tutar. Veritabanı
aracılığıyla modüller arasındaki bu tasarım verileri anlamındaki değiş-tokuşu,
mutlaka semantik olarak doğru ve her zaman tercümeye (veritabanı şeması ve iç
model arasında) olanak tanıyan nitelikte olmalıdır. Her ne kadar birbirinden bağımsız
olan modüller içsel tasarım temsilleriyle çalışsa da, (genel çalışma uzamına ters
olarak) aynı veritabanı nesnesi üstünde çalışabilir ve onu farklı şekillerde
değiştirebilirler. Bu eş zamanlı modifikasyonlar etkili bir geçiş mekanizması
aracılığıyla bir veritabanı tarafından doğru olarak yönetilmelidir. Ayrıca, hem
kullanıcılar hem de modüller nesne değişiklikleriyle ilgili olarak
bilgilendirilmelidirler.
87
3.3.3.5. SPROUT BileĢeni
SEED Sisteminde her bir bileşen için farklı yazılım sistemleri kullanılmaktadır fakat,
bunların fonksiyonellikleri tek bir ticari sistemde birleşemez. Dolayısıyla, sistemin
kendisinin bu fonksiyonelliklerin entegrasyonunu sağlaması gerekmektedir. Buradaki
yaklaşımı, birçok yazılım kapasitelerini birleştiren bir model ortamını tanımlamak ve
uygulamak, sonuçta da modelleri işletmek ve ürünü oluşturmak için gereken uygun
soyutlama seviyelerini sağlamaktır. Böyle bir model ortamının hem verileri hem de
davranış spesifikasyonu içermesi gerektiği için, veri yönetim programlarının
belirlenmesine ve bunların çeşitli bilgisayar sistemlerinde uygulanabilmesine olanak
sağlayacak platformdan-bağımsız bir çalışma sistemine ihtiyaç duyulmaktadır.
SPROUT (SEED Representation of Processes, Rules and Objects Using
Technologies) diğer temsillerin üretildiği ortak şemaları destekleyen bir şema-
tanımlama dilidir (Flemming, 1996). SPROUT nesnelerin ve sınıflandırmaların
tanımlandığı, depolanması gerekenler de dahil, bir bilgi modelleme ortamı
sağlamaktadır.
SPROUT sadece verilerin değil ama aynı zamanda davranışın da belirlenip
uygulandığı bir ortam sağlamaktadır. Ortak bir SPROUT şeması, paylaşılan bilgi
modeli anlamında iletişim kurmak için modül geliştirme takımlarına olanak tanır.
Aslında, ortak ilgi konseptlerinin genel olarak anlaşılmasını sağlamada önemli bir
anlamı vardır.
Ayrıca şema, birçok veri koleksiyonunun yarı-otomatik üretimi için olanak sağlar:
Şekil 3.8. SPROUT Bileşeni (Flemming , 1996).
88
Bu kapasiteye bakarak, SEED modülleri ve kullanıcıları bilgiyle iletişim kurabilir ve
çeşitli nesne konfigürasyonları kullanımı için işbirliği yaparlar. Bağımsız bir
modülün yaptığı nesne üzerindeki değişiklikler, olaylar şeklinde ele alınabilir.
Çeşitli içsel tasarım modelleriyle bağımsız yazılım modüllerinden oluşan bir
heterojen tasarım ortamını desteklemeyi amaçlayan bir veritabanı, herhangi bir
veritabanı sisteminin karşılayamadığı gereksinimleri yerine getirir. Bu veritabanının
tasarımı ve uygulaması, ayrıntılı yazılım mühendisliği çabasının bütünsel bir
parçasıdır. Bir SEED takımı, alanların spesifikasyonu ve sınıflar, ilişki tipleri ve
davranışları ve çoklu sınıflandırmalara olanak veren, Model dili SPROUT‟da
belirtilen paylaşılmış bilgi modeline dayanan, dış ve ev içi bir yazılım yaklaşımı
geliştirir. Sprout çalışma sistemi yazılım modülleri ve veritabanı arasındaki
komünikasyonu organize ve koordine eder.
3.3.4. KAAD Sistemi
Mimari tasarımın farklı yönlerine odaklanarak ve tasarımcıların bu yönleri daha iyi
koordine edebilmesi ve yönetmesine yardımcı olabilmek amacıyla geliştirilen bilgi-
tabanlı tasarım modellerinden biri de KAAD (Knowledge-based Assistant for
Architectural Design) Sistemidir. Sistem (Carrara G. ve diğ., 1998) tarafından
hastane, okul, fabrika gibi yapıların bilgisayar ortamında tasarımına yardımcı olmak
amacıyla oluşturulmuştur.
Bilgisayar destekli tasarım alanında önerilen her bir model tasarım sürecinin belirli
bir paradigmasına dayanmaktadır. Bu paradigmalar ve onları uygulayan bilgisayar
sistemleri değişik biçimler alsa da, temelde bu modeller tasarımın iki farklı yöntem
yaklaşımından biri ya da diğerinin kurallarına dayanmaktadır (Carrara G. ve diğ.,
1998). Bunlardan „Puzzle making / bulmaca çözme‟ olarak adlandırılan (Archea
1987) ilki, bazı kriterlere göre başarılı olduğu kanıtlanmış olan benzer problemler
için daha önceden geliştirilmiş birtakım tasarım çözümlerinin yeni tasarım
problemine adapte edilmesine dayanmaktadır. Bu çözümler, benzer tasarım
çözümlerinin adapte edilebileceği prototip statüsünü kazanmaktadırlar. „Problem –
solving / Problem çözme‟ olarak adlandırılan ikinci yaklaşım (Carrara G. ve diğ.,
1998) ise, önceden tanımlanmış hedeflere ve kısıtlamalara en uygun cevabı bulmak
için tümevarımsal bir araştırma yöntemiyle yeni bir tasarım oluşturmaktır. (Gross ve
89
diğ., 1987). Bu yaklaşım Newell ve Simon tarafından geliştirilmiş olan anlam - sonuç
analizinin en iyi bilinen paradigmasıdır. Mimaride, bu paradigmaya en açık biçimde
Bauhaus tarafından açıklanan fonksiyonel geleneklerde (form follows function)
örnek gösterilebilir. Bu yaklaşım, tasarımcının tatmin edici bir tasarım çözümü
bulması ve elde etmesi için probleme dair hedeflerin genel tanımıyla başlamasını
gerektirmektedir (Mitchell 1987). Bu iki yöntem aslında pratikte bir arada var
olabilmekte ve tasarımcılar tarafından dönüşümlü olarak uygulanabilmektedir. Bu
nedenle her iki yaklaşım da birbirini tamamlayıcıdır, pratikte bölünemez ve
genellikle değiştirilemez.
KAAD Sisteminde her iki yöntemi de kullanan bilgisayar destekli bir yapı
tanımlamak amaçlanmaktadır ve mimari tasarım, önceki deneyimlere ve bilgilere
dayanan bir hedef-yönelimli araştırma süreci olarak ele alınmaktadır. Bu sürecin
amacı istenen davranışları ve mekansal özellikleri elde ederken, kültürel, sosyal,
çevresel ve diğer normlara dayanan bir obje (ya da çevre) tanımlamaktır. Çözüm
olarak tasarlanmış obje referans alınmaktadır ve istenen davranışsal ya da mekansal
gereksinimleri karşılamak için yapılan çalışmaya hedef denmektedir. Tasarım süreci,
projenin sosyal ve kültürel yapısı içinde hedefler ve çözümler arasındaki diyalog
olarak değerlendirilmektedir. Diyalog, başlangıç hedeflerini ve çözümlerini, onların
bulunan bir çözümün kabul edilebilir performans kriterlerini sağlamasına kadar
adapte edip değiştirmektedir. Tasarımcı sürekli, istenilen davranış özelliklerini
sağlamak için ortaya çıkan çözümün beklenen performansını tahmin etmek,
karşılaştırmak ve hem hedefleri hem de çözümü aranan kriterler sağlanana kadar
değiştirmek zorundadır. Bu süreç şematik olarak Şekil 3.9‟da gösterilmiştir.
Tasarım süreci genellikle müşterinin genel olarak çözümde görmeyi istediği
özellikleri karşılayan bir gereksinim kümesi tanımlanarak başlar (burada hedefler
olarak ifade edilmektedir). Çözümün beklenen davranışı çıkarılmıştır ve
gereksinimler tarafından tanımlanan istenen davranışlar ile karşılaştırılmıştır.
Tasarım süreci, hem gereksinimleri hem de çözümü bu amaç doğrultusunda
değiştirir. Bu süreç Şekil 3.10‟da gösterilmiştir.
Hedeflerin yaratıldığı süreç, aslında analitik ve tümdengelimseldir. Bu süreç,
gereksinimler kümesini tanımlayarak başlar. Çözümleri yaratan süreç ise,
tümevarımsal ve sezgi yolu ile öğrenilen bir niteliktedir. Diğer talep edilen
90
davranışlar (biçim, stil, vs.), gereksinimleri karşılayan performans kriterlerine sahip
görünen bir çözümü keşfetmek ya da uygulamak ile başlar. Başlangıç çözümü,
gereksinimler tarafından belirlenmiş istenen davranışların özetini yaratan
tümdengelimsel çıkarım süreci ile analiz edilir.
İlk
hedefler
hedefler
değişm iş
hedefler
değişm iş
çözüm ler
İlk
çözüm ler
değişm iş
çözüm ler
değişm iş çözüm lerin kabul
edilebilir kesişim i
Değişm iş çözüm ler Değişm iş hedefler
Hedeflerle çözüm leri birbirleri ile kıyaslayarak yorum la
Şekil 3.9. “Tatmin edici” çözüm için arama süreci olarak tasarım (Carrara G. ve diğ.,
1998)
Şekil 3.10. Tasarım sürecindeki sınıflama ve özetleme (Carrara G. ve diğ., 1998)
Bir kere bir çözüm tümevarımsal çıkarsama süreçleri tarafından ortaya çıkarıldıktan
sonra, daha ileri tümdengelimsel çıkarsama süreçleri tarafından analiz edilirler. Bu
süreçler esasında, hedefler tarafından belirlenmiş istenen davranışlar ile
karşılaştırılan beklenen davranışların özetini geliştirmek için çözümün karmaşıklığını
azaltır. Tasarım süreci ilerledikçe, çözümler ve hedefler, beklenen davranış, istenen
davranışa yakın oluncaya kadar değiştirilir ve yenilenir.
91
3.3.4.1. KAAD Sistemindeki Tasarım Modeli
Sistemde, mimari tasarımı desteklemek için, mimarlara, enfeksiyonlu hastalıkları
iyileştirmek için oluşturulacak bir binanın, tasarım süreci içinde tasarım hedeflerini
belirlemek, var olan tasarım çözümlerini adapte etmek ya da yenilerini yaratmak,
beklenen performanslarını değerlendirmek ve belirli hedeflerle kıyaslamak için bir
ortam yaratmak hedeflenmiştir.
Tasarım çözümlerinin adapte edilmesi ve saflaştırılması bilgi tabanlı kapsama
protokolü ile desteklenmiştir. Bilgi-tabanı; duvarlar, pencereler, kapılar, banyolar,
evler, okullar, hastaneler vb. gibi yapı ve yapı objeleri için ilgili pek çok bilgiyi
içermektedir. Bilgi tabanı sadece sentetik bilgiyi (form, materyal, bedel vs) değil,
aynı zamanda bilginin anlamını ve konusal ilgisini açıklayan anlambilimsel yönünü
içermektedir (örneğin, yangın anında belirli bir pencerenin acil çıkış olması). Belirli
çözümler, prototiplerden problemin özel yapısına adapte edilerek, boyutları,
ilişkileri, yerleşimleri ve belirli performans kriterlerini ekleyerek çıkarılabilir.
Grafiksel ve analitik kullanıcı arayüzü, sistem ve tasarımcı arasındaki iletişimi
sağlamaktadır. Sistemin fonksiyonel şeması Şekil 3.11‟de gösterilmektedir. Bu şema
aşağıdaki ana bileşenleri içermektedir:
Grafiksel kullanıcı ara yüzü
Analitik kullanıcı ara yüzü (metin, diyagramlar vs)
Projeye özel obje veritabanı (ortaya çıkan tasarım çözümlerini kapsayan objeler
hakkında geometrik ve geometrik olmayan bilgi)
Projeden bağımsız bilgi-tabanı (prototipler ve diğer standart çözümler)
Projeye özel hedefler
Projeden-bağımsız yorumlayıcılar
Projeden-bağımsız çözüm üreticileri (algoritmalar, uzman sistemler, vs.)
92
G rafiksel
Kullanıcı A rayüzü
Kullanıcı A rayüzü
A nalitik
O bje
Veritabanı
B ilgi
Tabanı
Yorum layıcılar
Ü reticiler
H edefler
Şekil 3.11. KAAD „ın Sistem şeması (Carrara G. ve diğ., 1998)
KAAD Sisteminin genel yapısı ise Şekil 3.12‟deki gibidir.
Şekil 3.12. KAAD Sistemi‟nin yapısı (Carrara G. ve diğ., 1998)
3.3.4.2. Modeldeki Veritabanı
Sistemdeki veritabanı, ortaya çıkan tasarım çözümünü biçimlendiren objeleri
saklayan sistemin yazılımsal bir parçasıdır ve üç ana bileşenden oluşmaktadır: (Şekil
3.13)
1. Mobilya ve bina bileşenlerinden binanın tamamına kadar değişen üretme
objeleri.
2. Yaratılan objelerin boyutlandırıldığı, belirli değerler atandığı (örneğin renk) ve
belirli konumlara yerleştirildiği, obje örnekleri.
93
3. Ortak tavrı paylaşan obje gruplarına erişimi sağlayan toplanma matrisi (Örneğin,
birinci kattaki tüm mobilya)
O bjeler Örnekler
Prototipler
Biraraya gelm e tabloları
Şekil 3.13. Veritabanı şeması (Carrara G. ve diğ., 1998)
Objeler ve kavramları göstermek amacıyla pek çok bilgisayar destekli yöntem
geliştirilmiştir. Objeler tipik olarak koleksiyonları ve ilgili davranışları tanımlayan
bir terim olan kayıt biçimini almaktadırlar. Örneğin, bir SANDALYE; şekli,
boyutları, materyali, maliyeti ve benzeri özellikleri tarafından temsil
edilebilmektedir. Bu temsil hem tanımlayıcı hem de fonksiyonel özellikler
içermektedir. Tanımlayıcı özellikler objenin fiziksel özelliklerini gösterirken,
fonksiyonel özellikler, değişen koşullar altında objenin performansı ve davranışı gibi
fiziksel olmayan özelliklerini belirler. Örneğin, SANDALYEnin fonksiyonel
özellikleri kararlılık, dayanıklılık ve destek gibi özellikler içermektedir.
Sistemdeki yapı, bazı yapısal elemanları kullanmaktadır; örneğin mekan birimleri
(SU), yapı birimleri (BU), fonksiyon elemanları (FE) ve fonksiyonel sistemler (FS).
Veritabanı; hiyerarşi, topolojik, geometrik ve fonksiyonel yapılandırma prensiplerini
kullanmaktadır. Bunlar prototiplerin temsilini oluşturmak için SU, BU, FE ve FS‟ler
ile birleşir. Bir obje ve onun özellikleri arasındaki ilişki sabittir. Ancak özelliklerin
değerleri değişkendir. Tasarımda kullanılan fiziksel objeler için, objenin biçimini ve
mekandaki yerini bazı referans mekanlara göre tanımlayan değeri ve belirli bir
geometrideki şekil özelliği olmaktadır. Ayrıca madde birleşimi, yapısal özellikler,
maliyet, ısısal özellikler ve benzerleri için de özellikler bulunmaktadır. Ek olarak,
objenin fonksiyonunu ve bu fonksiyonun konu tarafından nasıl etkileneceğini tarif
94
eden özellikler mevcuttur. Ayrıca veritabanı içerdiği bilgiye kesinlik sağlayan ve
dışarıdan gelen işlemciler (örneğin tasarımcı) tarafından neden olunan değişikleri
destekleyen bilgi içermektedir.
3.3.4.3. Sınıflandırma Yapısı
Sistemdeki birçok obje tarafından paylaşılan özellikleri saklamak için gereken mekan
sayısını azaltabilmek amacıyla bir sınıflandırma hiyerarşisi kullanılmaktadır.
Sınıflandırma, her obje için paylaşılan özelliklerin ayrı ayrı belirlenmemesi gibi, aynı
türden objelerin sınıflarıyla birleşen bireysel objeleri de sağlamaktadır. Örneğin,
MUTFAK ve YATAK ODASI, “odalar” sınıfının içindedir fakat aynı zamanda
“kapalı mekanlar” sınıfının da bir alt sınıfıdır.
Sistemdeki kalıtım yaklaşımı, hiyerarşi içinde ait olduğu sınıftan çıkarılabilecek
bilgiyi toplayan hiyerarşi genellemesini ters çeviren bir mantıksal tümdengelim
mekanizmasıdır. Bir obje üst sınıflarına ait objelerin tüm özelliklerini kalıtımsal
olarak almakta ve sınıfındaki diğer objeler tarafından paylaşılmayan karakteristik
özelliklerine eklemektedir. Bu bilgi, geri dönüşte, bilgiyi ekleyenden daha fazla
özelleşmiş objeler tarafından kalıtımsal olarak alınır. Örneğin, YATAK ODASI bir
çeşit odadır, bu nedenle ODAnın (duvarlarla çevrelenmiş iç mekan) özelliklerini alır.
Ancak ODAnın ve YATAK ODASInın (örneğin, uyumak için kullanılan sessiz bir
yer) özelliklerini alan EBEVEYN YATAK ODASI ve ÇOCUK YATAK ODASI söz
konusu olduğunda genel bir sınıftır ve bu özelliklerini ebeveyn yatak odası için İKİZ
YATAK ve çocuk yatak odası için TEK YATAK gibi özelleşmiş özelliklerine
eklemektedir.
3.3.4.4. Modeldeki Hedefler
Sistemin tasarımdaki amacı, aranan çözümün istenen performansları karşılaması
olarak ifade edilmiştir. Ya da önerilen çözümün sağlamak durumunda olduğu
gereksinimler ya da kısıtlamalar olarak da belirlenebilir. Kısıtlamalar iki
kategoridedir:
1. Dışsal kısıtlamalar; yer çekimi, rüzgar mukavemeti, yapı kodları gibi
2. İçsel ya da tasarım kısıtlamaları, bütçe, oda sayısı, fonksiyon, stil gibi
95
„Katı‟ kısıtlamalar olarak adlandırılan birinci tip, çözüm tarafından sağlanır ya da
sağlanmazlar (bunlar geçme/kalma sınırlamalarıdır) (Carrara G. ve diğ., 1998).
„Esnek‟ olarak adlandırılan ikinci tip kısıtlamalar ise, tasarım sürecindeki farklı
aşamalarda sağlanabilirler. Bu tipte belirli bir kısıtlamayı sağlayabilmek diğer
kısıtlamaları sağlayabilme derecesine bağlıdır.
Sistemin hedefi, kısıtlamaların belli kombinasyonlarla istenilen performans
değerlerini sağladığı başarılı tasarım çözümlerini üretmektir. Bir hedef kısıtlama
şeklinde de ifade edilebilir. Kısıtlamalar ile hedefler arasında kalıtımsal bakımdan bir
fark yoktur, bunlar birarada hiyerarşik bir yapı oluştururlar. Örneğin bir konut
tasarımı için hedef hiyerarşisi Şekil 3.14‟te gösterilmektedir;
K onut
Şematik tasarımProgram lam a Tasarım geliştirm e
G enel bilgi Özet Plan Kümeleme D uvarlar M obilya
M ekanlar Bütçe K alite Kapılar Pencereler
O dalar A lan(m 2) Komşuluk Stil Form
Şekil 3.14. Bir konut tasarımı için hedef hiyerarşisi (Carrara G. ve diğ., 1998).
3.3.4.5. Modeldeki Yorumlama Mekanizması
Sistemdeki yorumlama yaklaşımı, elde edilenler (ya da elde edilmek üzere
projelendirilenler) ile elde edilmek zorunda olunanları karşılaştırma süreci olarak
adlandırılabilir. Bu nedenle, çözümün gerçek performansı ile tasarım amaçlarıyla
saptanan beklenen performans arasındaki uyum olarak tanımlanmaktadır.
Yorumlama, tasarım araştırma sürecini biçimlendirir. Tasarım sürecinin hedeflerini
tanımlar, açıklar ve onları elde etmek üzere harekete geçer. Yorumlamanın amacı,
ortaya çıkan çözümün içinde car olan yanlışı belirlemek ve onu geliştirmek için
yapılması gerekeni yapmaktır. Tam tersi, eğer çözüm uygun olarak tanımlanıyorsa
(çünkü, belki de uygunluğu garantileyen bir algoritma tarafından geliştirilmiştir)
yorumlamaya gerek yoktur. Yorumlama mekanizması, istenen ve elde edilen
performanslar arasındaki farkı ölçmeye çalıştığı için alandan-bağımsızdır. Bu
nedenle, doğal bir süreç olarak ve geliştirilebilen değerlendirme performansları için
96
genel yöntemler olarak kabul edilebilir (Carrara G. ve diğ., 1998). Bununla beraber,
belirli değerlendirmelerden işlemsel sonuçlar çıkarabilmek için, tanım kümesine özel
bilgi ile birleştirilmektedir.
Tipik mimari tasarım problemleri farklı hedefler içerirler. Her hedef, kendine ait
teknolojik, çevresel, sosyal, ekonomik ve diğer gereksinimlere sahiptir ve her biri
yıllar boyunca süren hassas çalışmaların hatta uzmanlaşmanın konusu olmuştur.
Bağımsız objeler, birbirlerinden bağımsız olmadıkları halde: yapı çevresinde bir
bütüne dahil edildikleri zaman, bir hedefi elde etmeye yönelik tasarım kararları,
başka bir hedefi elde etme isteği ile çatışabilmekte ya da onu destekleyebilmektedir.
Bu nedenle tasarımcı belirlenen bağımsız objelerin bir bütün olarak tasarım
çözümünün yararı doğrultusunda ikilik çıkaran etkilerini ve yan etkilerini tekrar
gözden geçirirken belirlenmiş bağımsız objeleri elde etmelidir.
Tasarım sürecinin aşamalar halinde hiyerarşik bir düzene getirilmesi için iki ayrı
yöntemin birleştirilmesi gerekmektedir:
1. Tasarımcının, bir çok tasarım hedefi elde etmek için, özetin bir seviyesine
birleşik bir çözüm araştırmak için odaklandığı yöntem
2. Tasarımcının, belli bir tasarım hedefi elde etmek için, özetin farklı seviyeleri
arasında hareket ettiği yöntem
Şekil 3.15‟de bu ikili yöntem şematik olarak gösterilmiştir: her yatay bant belli bir
tasarım evresini temsil ederken, her dikey bant ise belli bir tasarım amacını
göstermektedir. Bantlar iki yöntem arasındaki yakınlığı göstermek için üst üste
geçerler.
Sistem, her iki yöntemi değiştirerek ve paralel olarak kullanmaktadır. Her durumda,
tasarım sürecini ve onun değerlendirilmesini yapmak ve bir bilgisayar desteği
sağlayabilmek için, aralarındaki ayrılık sağlanmak durumundadır. Ayrı kararları
paralel değerlendirme ve tasarım sürecinin farklı evrelerinde değerlendirme
ihtiyacından dolayı, bir anda birden fazla tasarım kriterini değerlendirebilen
yöntemlerin geliştirilmesine ve farklı tasarım seviyelerinden pek çok tasarım kararını
değerlendirebilen yöntemlere olanak tanınmaktadır. Birinci yöntem tipi, etkileri
tasarım kararları üzerinde görece önemliliği belirlemek için bazı ağırlık
97
mekanizmaları kullanır. İkinci yöntem tipi ise, parçalı tasarım kararlarını
değerlendirmek ve tahmin etmek için bilgi ile birlikte çalışır (Kalay ve diğ.,1992).
Şekil 3.15. Tasarımın ikili yöntemi (Carrara G. ve diğ., 1998).
3.3.4.6. Tasarım Sürecinin Kontrol Edilmesi
Tasarım sürecini kontrol etmek, verilen probleme ait sayısız alternatif problem ile
doldurulmuş çok büyük bir uzamı araştırmanın karmaşıklığını yönetmek için bir
araçtır. Bu uzam, sistematik bir araştırma yapmak için çok geniştir ve başarılı bir
uygulamaya dayanan bir tahminin yapılabilmesi için çok karmaşıktır (genellikle
kullanılan yöntem olmasına rağmen). Tasarım sürecini kontrol etmedeki kritik zorluk
çözümün bileşenlerini anlamlı bir bütüne yerleştirene kadar onları karşılıklı olarak
düzeltmektense; daha çok, anlamlı olası çözümleri dışarıda bırakmayacak etkin ve
hızlı bir davranışla çok geniş olan araştırma uzamının fazla kısımlarını kesip
atmaktır. Geleneksel tasarım pratiklerinde, sezgi yolu ile öğrenilen fazla kısımları
kesip atma, tasarımcıyı her detayı ile ayrıntılı olarak meydana getirilmiş tek bir
tasarım çözümü üzerinde hızlı bir dönüşümü yapmaya iter. Genellikle, yeterince
bilgilendirilmiş insan beyninin ilk bakışta göreceli küçük çözümler kümesini
seçebilmesi “yaratıcı atlama” olarak adlandırılmaktadır. Tasarım sürecini kontrol
etme ayrıca, tasarım katılımcıları (insan ya da makine) arasındaki her görevi yerine
getirme sorumluluğunu denetlemeyi de içermektedir. Önerilen bilgi-tabanlı tasarım
ortamı, tasarım hedeflerinin başarmak için seçildiği ve başarma görevlerinin
tasarımcı ve sistem arasında dağıtıldığı araştırma sürecinin kontrolünü
gerçekleştirmektedir. Bu sistemde tasarım sürecini kontrol etme görevi, Tasarım
Süreci Yetkilisi (DPE) olarak adlandırılan modül tarafından ele alınmaktadır. DPE,
hem sistemin hem de kullanıcının davranışlarını izlemek, gereksinim duyuldukça her
ikisine de cevap vermek ve ikisi arasındaki bilgi akışını sağlamakla yükümlüdür. Bu
n. aşama
..........
1. aşama
2. aşama
98
birim, bir Ortaklık Paradigması uygulamaktadır (Carrara G. ve diğ., 1998). Buna
göre, önceden tanımlanmamış iki tasarım sıralamasını veya önceden tanımlanmış
bilgisayar ve mimar arasındaki görev tanımını empoze etmez. Bunun yerine,
tasarımcının bilgisayar yardımıyla ya da yardımı olmadan, tasarım modelleri
arasında geçiş yapılabilmesini sağlar. DPE‟ye 2 genel algoritma tarafından rehberlik
edilmektedir: biri elde edilecek hedefleri seçmek ve diğeri seçilmiş hedefleri elde
etmek için. Ancak, kullanıcı tarafından her an durdurulabilir. Böylece, sistem,
belirlenmiş tasarım hedeflerini elde etmeye giden bir yol seçmelidir, tasarımcı bu yol
üzerinde doğrudan bulunmayan bir aksiyona doğru yolun dışına çıkabilir, yani bir
çözüm için yapılan araştırmadan ortaya çıkan fırsatlardan yararlanır veya bunun
sonucunda çıkan sorunları gidermeye çalışır. DPE ayrıca, bir hedeften diğerine
tasarım kararlarının uygulanmasının yayılmasından sorumludur.
99
4. EVRĠMSEL TASARIM VE YARATICILIK
Bilgisayar Destekli Mimari Tasarım alanında yıllardır süren araştırmalar, bilgisayar
destekli tasarımın halen yapay zeka yöntemleri ile desteklenmeye ihtiyaç duyduğunu
göstermektedir. Günümüze değin oluşturulan çeşitli bilgisayar destekli mimari
tasarım yazılımlarının standart fonksiyonelliği; çizim, yapım ve sunum ile
sınırlandırılmış bir durumdadır: Mimari tasarım alanında günümüzde bilgisayarlar
aktif olarak daha çok; kompleks geometrileri, gelişmiş görselliği ve performans
simulasyonunu ele almak amacıyla kullanılmaktadır. Mimarlığın temel ilgi alanı olan
mekanların biçimlendirilmesi ve fonksiyonların organizasyonu, hala kayda değer
anlamda bilgisayar yaklaşımlarıyla desteklenmiş değildir.
Bilgisayar Destekli Mimari Tasarım çalışmalarına öncülük eden araştırmacıların
beklentileri, Yapay Zekanın (YZ) erken dönemdeki etkileyici ve umut verici gelişim
potansiyeli tarafından ateşlenmiştir. Yapay zeka tekniklerinin sundukları avantajlara
dayanarak; genetik evrimsel yöntemler, tasarım alanında uygulanmış ve umut verici
sonuçlar vermişlerdir. (Jo ve Gero 1994,1997). Tasarım problemi çözme işine
genetik analoji uygulanmasıyla birlikte ortaya çıkan hedef, genetik araştırma için
tasarım problemlerini formüle etmenin etkili bir yolunu aramak ve tasarım ile genetik
evrimsel süreçler arasında uygun bir bağlantı kurabilmektir.
Güncel bilgisayar destekli tasarım araştırmalarının, bu ana hedef kapsamında ortaya
koyduğu öneri modeller dikkate alındığında; evrimsel tasarım yöntemlerinin,
bilgisayar destekli tasarımın gelecekteki gelişme yönünü de önemli biçimde
etkileyeceği görülmektedir. Tasarım araştırmalarının son dönemdeki ilgi odağı
olması açısından bu bölümde, genetik evrimsel yaklaşımların tasarım alanındaki
kullanım yöntemleri incelenecektir. Bu amaçla ilk aşamada evrimsel tasarım
modellerinin temelini oluşturan genetik evrim kavramı, kullanılan bilgi temsilleri ve
süreç yaklaşımlarına dair genel tanımlamalar yapılacaktır. Bunu izleyen bölümde ise
çeşitli tasarım araştırmacıları tarafından farklı bakış açılarıyla önerilen birtakım
evrimsel tasarım yöntemleri, temsil ve süreç anlamında analiz edilerek herbirinin
100
hedef-sonuç ilişkisi anlamında ne ölçüde başarılı olabildiği araştırılacaktır. Bu
doğrultuda son bölümde, incelenen öneri modellerin bilgisayar destekli tasarımda
yaratıcılığa ulaşma amacının neresinde yer aldığı ve bu anlamda hedefe ne gibi
katkıları bulunabileceği öngörülmeye çalışılacaktır. Sonuç itibariyle bilgisayar
ortamında, tatmin edici ölçüde yaratıcı bir evrimsel tasarım sisteminin hem
kavramsal olarak ve hem de pratikte oluşturulabilmesinin içerdiği güçlükler ortaya
konulurken, aynı zamanda tüm bu güçlüklerin gözardı edilebildiği bir ortam
çerçevesinde böyle bir tasarım yaklaşımına ulaşmak için ne gibi olası aşamaların
sözkonusu olabileceği araştırılacaktır.
4.1. Evrimsel Tasarım YaklaĢımı
4.1.1. Genetik Evrim
Doğada, organizmalar kendilerini karmaşık ve değişen çevreye kabul ettirmek için
jenerasyonlar arası evrim geçirmektedirler. Evrim süreci, devamlı ve dönüşümseldir
ve bir “bireyler” (individuals) ve biyolojik transformasyonlar setiyle; bu bireylerin
oluşturduğu popülasyonlar üzerinde tanımlanabilir. Evrim bilgisi, bizzat kendisi
tarafından yönlendirilmekte ve bireylerden birbirlerine miras olarak kalmaktadır.
Kendi kendini tamir etme (self-repair), yönlendirme (self-guidance) ve yeniden
üretim(reproduction) gibi özellikler,tüm gelişmiş sofistike yapay sistemlerde açıkça
görülmesine karşın,aslen biyolojik sistemlerdeki evrimsel kurallardır (Jo ve Gero
1994).
Genetik evrim yaklaşımı; yapay dünyaya, genetik algoritmalar ve genetik
programlama gibi bilgisayar destekli modellerin oluşturulması için kullanılan
temeller olarak tanıtılmıştır. Bu evrimsel modeller, biyolojik organizma
süreçlerinden kaynağını alan adaptif (adaptive) yöntemler kullanmaktadır. Bunlar
öncelikle, optimizasyon ve araştırma problemlerini çözmek için kullanılmış, ve
birçok geleneksel araştırma yöntemine kıyasla daha üstün bazı çözüm kapasiteleri
sergilemişlerdir. Evrim sürecindeki ana konsept, uygunluğu bazen her bir
ebeveyninkinden daha fazla olan “döl”ü üretebilen farklı bireylerin
karakteristiklerinin kombinasyonudur. Nesiller boyunca, karakteristikler evrim
geçirir ve yeni ve daha iyi çözümler üretilir. Genetik evrim yaklaşımı kullanılarak
101
oluşturulan tasarım modellerinde ortaya konulan strateji, genellikle genetik
algoritmaların kullanımına dayandırılmaktadır.
Genetik Algoritmalar, ilham kaynağını doğal genetikten alan araştırma metodlarıdır.
Burada temel düşünce; organizmaların, oluşturdukları jenerasyonlar üzerinden evrim
geçirdiği ve kendilerini bulundukları çevreye kabul ettirdikleri üzerine kurulmuştur.
Genetik Algoritma, spesifik bir höristik yönlendirmeye ihtiyaç duymayan basit bir
rutin ve kör bir süreçtir. Bu yüzden çözümler, önceden belirlenmiş ön yargılar
olmadan değişmektedir. Bu alandan-bağımsız (domain-independent) karakteristikler;
genetik araştırma sürecini, geniş alanlarda uygulanabilir kılmaktadır. Özellikle çok-
modelli (multimodal) araştırma uzamlarında; noktası noktasına-araştırma yapma
yöntemlerinin, lokal optimada yani kendi oluşturduğu yerel optimum tasarım
düzeyinde sıkışıp kalma gibi bir tehlikesi sözkonusudur. Tersine, genetik araştırma
yöntemi birçok çözüme paralel olarak tırmanır ve bu yüzden, global veya globale
yakın optimal çözüm bulmada başarılıdır ve yetersiz bir çözüm bulma olasılığı diğer
yöntemlere kıyasla azaltılmıştır (Jo ve Gero 1997).
Bilgi tabanlı tasarım modellerindeki gibi, genetik evrim modelinde de temsil ve süreç
ayrı ayrı ele alınabilir. Bu yaklaşım sadece evrimsel bir tasarım modelini anlamak
konusunda değil, aynı zamanda modelin bir tasarım sürecine nasıl uygulandığını
kavramak anlamında da araştırmacılara yardımcı olmaktadır.
4.1.2. Genetik Temsil
Genetik temsilin kullandığı terminoloji; doğal genetik terimlerine dayanmaktadır ve
evrim süreci ve bilgi temsili için, bir temel sağlamaktadır. Bir „birey‟in bilgisi iki
seviyede temsil edilmektedir: genotip seviyesi ve fenotip seviyesi. Genotip, bireyin
kapalı temsilidir. Bu temsil, bireyin yapısına dair bilgi ile uğraşmak yerine, alternatif
olarak, transformasyonları kolay ve çeşitli hale getirmektedir. Fenotip ise, genotipin
fizik veya yapı seviyesinde şifresi çözülmüş olan biçimidir. Bir bireyin davranışları
fenotipte gözlemlenebilir, bu yüzden, yorumlama işi bu seviyede yapılmaktadır.
Doğal sistemlerdeki genotip ve fenotipin ayrımı, açık ve belirli avantajlar
sunmaktadır. Fenotip dünyada yaşar ve dünya tarafından değiştirilebilir. Örneğin, bir
insan kaza geçirip kolunu veya bacağını kaybedebilir, fakat böyle bir direkt fenotip
102
değişikliği, gelecek nesile aktarılmaz. Bu da aslında iyi bir fikirdir; aksi taktirde bir
sonraki nesil, ailesi talihsizlik sonucu kol ya da bacağını kaybettiğinden dolayı daha
az kol, bacak veya organa sahip olabilirdi. Genetik malzeme, jenerasyondan
jenerasyona aktarılır, fakat fenotip aktarılmaz. Doğal evrim konseptlerine iyi bir
başlangıç yapmak için, The Blind Watchmaker (Dawkins) temel bir kaynak olarak
ele alınabilir. Tasarımın bilgisayar ortamındaki modellerindeki farklı bir avantaj da,
tasarımın bu genotipik temsilini kullanmada sözkonusudur: Bu da, temsilin manipüle
edilebilmesindeki rahatlık ve transformasyonlar sonucu oluşan tasarımların yapı
üzerindeki büyük ölçekli sonuçsal etkileridir. Genetikte, bir birey yapısının toplam
bilgisi, bir genotip dizisinde veya kromozomda genetik kodlar olarak
depolanmaktadır. Genotip dizisi (G), sınırlı bir genler ve değerler setinden
oluşmaktadır. Yapay dünyada, bir gen (gi), bir tarifedeki „kural‟ olarak düşünülebilir
ve bir dizide özel bir karakter veya karakterler seti olarak temsil edilir (Jo ve Gero
1994). Bir genotip, genler setinin ayrık bilgisini birleştirmekte ve tam bir birey yapısı
oluşturmaktadır. Tüm genetik transformasyonlar (crossover ve mutasyon) genotip
seviyesinde gerçekleşmektedir.
G genotip
gi i. gen
Genetik araştırma süreci, genotip dizileri popülasyonuyla çalışır ve “t.” jenerasyonun
popülasyonu aşağıdaki gibi tanımlanmıştır. (genetik algoritmalardaki bir jenerasyon,
yeni bir gen karışımı içeren bir popülasyon üretmek için evrimsel operatörleri
uygularken oluşur ve bu genotipler fenotiplere dönüştürülür.)
p(t) = G1, G2, G3 …….Gn
p(t) t. jenerasyonunun popülasyonu
Fenotip bir görüntüdür, bir genotip dizisinin veya bireyin gözle görülen ifadesidir.
Bir genotipin fenotipe dönüştürülmesi, bireyin yapısının realizasyonuna olanak
sağlamaktadır. Fenotip somut olduğu için ve çevreyle etkileştiğinden dolayı, bir
yapının davranışları veya uygunluğu, fenotip (P) aracılığıyla gözlemlenebilir.
Uygunluk (F), bir bireyin yapısının kendi çevresinde gösterdiği performans olarak
tanımlanabilir.
103
P= m(G)
P fenotip
m yorum operatörü
ve F = φ P
F uygunluk
φ fenotipi kendi uygunluğuna dönüştüren operatör
P fenotip
4.1.3. Genetik ĠĢlemler
Biyolojide genetik işlemler, yeniden birleştirmeyi ve doğal seleksiyonu içermektedir.
Yeniden birleştirme operasyonları bireyleri dönüştürür ve önceki popülasyondan
farklı özellikler taşıyan yeni bir popülasyon üretir. Sonra bazı bireyler, verilen
ortamdaki uygunluklarına dayanarak yeniden seçilir. Eğer bir birey
diğerlerininkinden daha “iyi” bir davranış gösteriyorsa, seçilmek için daha fazla
şansa sahip olmaktadır. Bu operasyonları kullanarak organizmalar; kendilerini
ortamlarına kabul ettirmek için, jenerasyonlar arası evrim geçirirler. Yeniden
birleştirme operatörleri „crossover‟ ve mutasyondan oluşmaktadır. „Crossover‟,
birbirleriyle bilgi değiş-tokuşu yapmak ve dolayısıyla da ailelerinden daha iyi
performansa sahip olabilecek hibrit bir enformasyon (children) üretmek için, farklı
bireylerin (parent) kombinasyonuna, olanak tanır, Şekil 4.1. Çaprazlama yeri rastgele
seçilebilir ve „ebeveyn‟ genotiplerde bilginin değiş-tokuş edildiği yerleşimi belirler.
Mutasyon, değerin genotip dizisinde rastgele olarak değiştirilmesidir. Eğer genler çift
haneli rakamlarla temsil edilirse, o zaman genotip bir „BIT‟ dizisidir. Aşağıdaki
örnek, bir genotip dizisinin ikinci „bit‟ine (altı çizili) uygulanan mutasyon
operasyonunu sunmaktadır.
1010 → 1100
104
ebeveyn 1
C rossover'dan önce
ebeveyn 2
D egisim bölüm ü
C rossover
döl 1
döl 2
C rossover'dan sonra
Şekil 4.1. Basit bir crossover şeması, iki „ebeveyn‟ dizisinin ve genetik bilginin
kısmen paylaşılmasıyla üretilen iki „döl‟ü göstermektedir. (Jo ve Gero, 1997)
Mutasyon operatörünün „crossover‟la kullanımı, daha ileri seviyelerdeki evrim için
yetersiz olan uniform popülasyonun gelişimine karşı sigorta sağlamaktadır. Örneğin,
çiftli dizi değerini maksimize edecek çiftli fonksiyon (binary function)
optimizasyonunda, „crossover‟ dizi-1, 1010 (uygunluk=10); ile dizi-2, 1001
(uygunluk= 9); dizi-1‟in ikinci bitinde veya dizi-2‟ de mutasyon olmadan, global
optimum olan 1111‟e (uygunluk=15)‟e hiçbir zaman ulaşamaz. Şekil 4.2, „crossover‟
ve mutasyon işlemlerinin araştırma uzamında, mevcut durumları diğerlerine göre
nasıl hareket ettirdiğini göstermektedir. Bu örnekte, crossover operasyonu, ebeveyn 1
(0010) ile ebeveyn 2 (1100) arasında, kesişim noktasının her bir „ebeveyn‟ de ikinci
ve üçüncü bit arasında oluştuğunu göstermektedir. Mutasyon dördüncü dizi 1100 de
olur ve yeni bir dizi, 1101, üretir. Oysa bu dizi „crossover‟ ile hiçbir zaman yalnız
başına üretilemez (Jo ve Gero 1997).
Seleksiyon, her bir bireyin ortamdaki uygunluğuna dayanarak gerçekleştirilir.
Hedefler ve yorum araçları, bireylerin ya yaşadığı ya da öldüğü, bir simüle ortam
oluşturmaktadır (Jo ve Gero 1997). Olasılık yöntemi, daha yüksek oranda uygunluğa
sahip bireylerin, daha düşük oranda uygun olanlarına göre seçilme şansına daha fazla
sahip olmasına olanak tanımaktadır. Burada ikinci derecedeki çözümler de, seçilme
şansına sahiptirler ve bu yüzden, süreç diğer yöntemler tarafından dikkate alınmayan
bölgeleri de içeren geniş bir araştırma uzamı yelpazesi keşfetmektedir. Döl; düşük
uygunluğu olduğu için, her bir jenerasyondan çıkartılan ebeveyn (parent) dizilerle
yer değiştirir, ve böylece toplam popülasyon sabit kalır. Seçilmiş çözümler veya yeni
105
popülasyon, daha sonra çiftleştirme havuzuna gönderilir ve birleştirme operatörleri
tarafından yeniden transformasyona uğrar.
döl 1
döl 2ebeveyn 1
ebeveyn 2
1101
0010 1110
1100
0000
cro
sso
ve
r
cro
sso
ve
r
m utasyon
Şekil 4.2. „Crossover‟ ve mutasyon işlemleri bir araştırma uzamında görülmektedir.
Her bir nokta, araştırma uzamında bir „birey‟in durumunu temsil etmektedir. (Jo ve
Gero, 1997)
4.1.3.1. Tasarımda Genetik Evrim YaklaĢımının Avantajları
Tasarım alanında evrimsel yaklaşım uygulaması, tasarım problemlerinin bazı
sınırlamalarının üstesinden gelmek için tamamlayıcı bir yol sağlayabilmektedir.
Tasarım bilgisinin alternatif veya genotipik temsili, transformasyon işlemlerini
verimli hale getiren homojen dizinler olarak birçok tasarım probleminin
formülasyonuna olanak tanımaktadır. Ayrıca temsilin güçlü bir matematiksel
formülasyona da ihtiyacı yoktur ve genellikle formüle olması kolaydır. Bununla
birlikte, basit genetik işlemlerin kullanımı, „crossover „ve mutasyon, ilk popülasyona
bakmadan, sonuçlanan çözümlerin geliştirilmesine yardımcı olmaktadır.
4.2. Evrimsel Tasarım Sistemlerine Örnekler
Genetik evrim yaklaşımının tasarım problemi çözme işine adapte edilmesi ile birlikte
tasarım ile genetik evrimsel süreçler arasında bilgisayar destekli bir analoji
kurabilmek anlamında çeşitli araştırmacılar tarafından birtakım çalışmalar yapılmış
ve henüz oldukça yeni sayılabilecek bu araştırma alanının umut verici kapasitesi
ortaya çıkmıştır. Genel olarak öncelikle genetik algoritmaların kullanımına dayanan
tasarımda optimizasyon anlayışı çerçevesinde birtakım yöntemler geliştirilmiştir. Bu
106
yöntemlerin geleneksel optimizasyon yöntemlerine oranla daha başarılı olduğu
görülmüştür. Günümüzde ise evrimsel tasarımın gelişme yönü tasarımda yaratıcılığı
amaçlayan bir yöntem arayışı olmaktadır.
Bu kapsamda evrimsel tasarım araştırmaları başlığı altında 1990‟lardan günümüze
değin ortaya konmuş olan birçok örnek çalışmadan sözedilebilir. Bilgisayar destekli
tasarım araştırmaları anlamında önde gelen birçok araştırmacı evrimsel tasarım
alanında birbirinden farklı amaç ve yöntemler içeren modeller geliştirmişlerdir. Bu
sistemlerin bazıları, bu çalışmanın kapsamında yer almayan mimari form arayışına
dönük olan yaklaşımlardır. Bu anlamda MIT Emergent Design Group‟un ortaya
koyduğu yazılım projeleri önemlidir (O‟Reilly, 2003). Bu çalışmalar genel olarak
tasarım sürecinin ilk evrelerinde tasarımcıya form üretimi konusunda yardımcı olan
evrimsel tasarım sistemleridir. Bunlardan ilki AutoCAD ortamında üretken bir
genetik algoritma kullanarak elle oluşturulması çok zor olan birtakım kütleleri
üretebilen “Generative Genetic Explorer-GGE” dir (Şekil 4.3).
Şekil 4.3 GGE ile üretilen örnek model (O‟Reilly, 2003)
Emergent Design Group‟un form arayışına yönelik olarak benzer anlayışla
oluşturduğu diğer araştırma projeleri “germZ: Genetically Recombinant Modelz”,
“gForm”, “MoSS: Morphogenetic Surface Structure” , “GENR8: A Surface Design
Tool based on Generative Growth and Evolutionary Computation” ve “Agency GP:
Agent-Based Genetic Programming for Spatial Exploration” dir.
Şekil 4.4 ve 4.5‟te GENR8 ile üretilen yüzey tasarımları gösterilirken Şekil 4.6 ve
4.7‟de Agency GP ile üretilen tasarımlar yer almaktadır.
107
Şekil 4.4 GENR8 ile Jordi Truco (Architectural Association) tarafından üretilen bir
yüzey tasarımı (O‟Reilly, 2003).
Şekil 4.5 GENR8 ile üretilen bir yüzey (O‟Reilly, 2003).
Şekil 4.6 Agency GP projesi ile üretilen modeller (O‟Reilly, 2003).
108
Şekil 4.7 Agency GP projesi ile üretilen bir mekansal tasarım (O‟Reilly, 2003).
Şekil 4.8 GermZ ile üretilen 3 farklı form (O‟Reilly, 2003).
Şekil 4.9 Alias Wavefront içinde MoSS yüzeyleri (O‟Reilly, 2003).
Celestino Soddu ve Enrica Colabella (Milan Polytechnic University, Italy) nin
“Argenìa Design” projesi, çeşitli bina senaryolarının elektronik simulasyonu ve bu
senaryoların üretim sürecini yönetmeye yarayan bir evrimsel tasarım modelidir.
109
Şekil 4.10 Celestino Soddu‟nun sandalyeleri-1 (Soddu ve Colabella, 2001)
Şekil 4.11 Celestino Soddu‟nun sandalyeleri-2 (Soddu ve Colabella, 2001)
110
Şekil 4.12 Celestino Soddu‟nun Caravanserraglio Museum (1999) Tasarımı-1 (Soddu
ve Colabella, 2001)
Şekil 4.13 Celestino Soddu‟nun Caravanserraglio Museum (1999) Tasarımı-2 (Soddu
ve Colabella, 2001)
111
Şekil 4.14 Celestino Soddu‟nun Basilica Generative Software ile yapılan Fresno
Müzesi ve Stone Garden (Soddu ve Colabella, 2001)
112
Şekil 4.15 Celestino Soddu‟nun Virtual Office Argenia ile yapılan LA Identitiy
Binası (Soddu ve Colabella, 2001)
113
Evrimsel tasarım alanında önemli bir başka araştırmacı olan John Frazer (School of
Design, The Hong Kong Polytechnic University)'ın “An Evolutionary Architecture
(Frazer 1995)” isimli kitabında form üretimi için bir model tanımlanmaktadır.
Şekil 4.16 John Frazer‟ın evrimsel modelleri (Frazer, 1995).
Şekil 4.17 Dijital bir “landscape” modeli-1 (Frazer, 1995)
Bu modelin hedefi, “doğal çevrenin önemli karakteristikleri olan simbiyotik davranış
ve metabolic dengeye yapma çevrede de ulaşmaktır.” Dolayısıyla Evrimsel Mimari,
“doğal dünyadaki morfogenez teorisine parallel biçimde, mimarlık ortamına temel
form-üretimi süreçlerini davet etmektedir” (Frazer 1995).
114
Şekil 4.18 Dijital bir “landscape” modeli-2 (Frazer, 1995)
Şekil 4.19 Ortam, veriuzamı ve gelişim kübü (Frazer, 1995)
Şekil 4.20 Ayrık evrim (Divergent evolution) (Frazer, 1995)
115
Şekil 4.21 Hücresel gelişim (Frazer, 1995)
Şekil 4.22 Materyal evrimi. (Frazer, 1995)
Şekil 4.23 Yüzey evrimi-1. (Frazer, 1995)
116
Şekil 4.25 Yüzey evrimi-2. (Frazer, 1995).
Buraya kadar kısaca anlatılan evrimsel tasarım modelleri genellikle mimari form
üretimini amaçlamakta, mimarinin önemli bir bileşeni olan form-fonksiyon ilişkisini
içermemektedir. Bu bölümde ise evrimsel tasarım araştırmalarının gelişmesinde
önemli adımlar olarak ele alınan birtakım modeller detaylı olarak araştırılacaktır.
4.2.1. Evrimsel Bir YaklaĢım Kullanarak Mekansal Plan Tasarımı: EDGE
Bu bölümde incelenecek olan evrimsel tasarım yaklaşımı, tasarımda optimizasyon
problemini çözmek amacıyla genetik algoritmaların kullanımına yer vermektedir.
John S. Gero ve Jun H. Jo tarafından mekansal tasarım problemlerini çözmek için
oluşturulan bu genetik evrimsel tasarım yöntemi, tasarım süreci içinde farklı
aşamalarda tanımlanan şemaları içeren bir Şema teorisi bağlamında ele alınmıştır.
Şema konsepti, burada tanımlanan yaklaşım doğrultusunda bilgi formulasyonu için
bir araç olarak kabul edilmiştir. Bu araştırmada, genetik analojiye dayanan, bir
evrimsel tasarım süreci modelinin nasıl oluşturulduğu tanımlanmaktadır. Model,
mekansal plan tasarımı problemini çözmek için nasıl bir uygulama yapılacağını ve
117
sonuçlarının geleneksel bir yaklaşım olan Liggett Sistemi ile karşılaştırılma
yöntemini göstermektedir.
Mekansal plan tasarımı (Space Layout Design), mimari tasarım problemlerinin en
ilginç ve zor olanlarındandır. Bu konu, uzun bir süre boyunca birçok araştırmacı
tarafından incelenmiştir (Liggett 1980; Akın ve diğ., 1992; Yoon ve Coyne 1992).
Bu araştırmalar sonucu ortaya çıkan 3 ana hedef şunları kapsamaktadır: Kompleks ve
lineer olmayan bu problemi formüle etmek, üretilmiş çözümlerin kombinasyonel
doğasını kontrol etmek ve verilen gereksinimlerle birlikte birbirine bağımlı birçok
performans kriterine dayanan çözümleri yorumlamak. Tasarım probleminin
formülasyonunu, farklı fakat birbirine bağımlı mekan elemanları zorlaştırmaktadır.
Bunun sebebi ise, mekan ilişkilerinin tanımlanması ve bir liste şeklinde
sıralanmasının zorluğu, ayrıca sözkonusu mekan ilişkilerinin aralarındaki
bağımlılıkların oldukça subjektif bir nitelikte olabilmesidir. Bu sentez aşaması
sırasında, az sayıda mekan elemanıyla dahi çok sayıda potansiyel çözüm üretilebilir
ve bu sayı, problemin boyutu büyüdükçe, hızla büyür. Mekansal plan tasarımı
probleminin bu tanım güçlüğü, herhangi bir sürecin, uygun bir süre içinde optimal
bir çözüm bulmayı garantilemesini imkansız hale getirmektedir, dolayısıyla da böyle
bir problem için tam anlamıyla tatmin edici niteliğe ulaşmış bilinen herhangi bir
algoritma da henüz mevcut değildir. Yorum aşamasında ise, problemle ilgili olan
çoklu-kriter, çok sayıda çözüm için ele alınıp yorumlanacağı için, oldukça komplike
bilgisayar tekniklerine ihtiyaç duyulmaktadır.
Mekansal plan tasarımı, farklı mekan elemanlarının bunlara karşılık gelen
yerleşimlerini birbirleri arasındaki topolojik ve geometrik ilişkileri de göz önünde
bulundurarak tasarlamaktır. Optimal bir plan, etkileşimler ve planda yer alan
mekanlar arasındaki sirkülasyon (ulaşım) maliyeti ile belirlenmektedir. Bu da,
birbirleriyle yakın ilişkide olan mekan elemanlarının, planda birbirlerine yakın
olacakları anlamına gelmektedir. (Jo ve Gero 1994)
Mekansal plan tasarımının iki ana problemi, mekan elemanlarının belirli bir kriteri
karşılamak için, topolojik ve geometrik olarak konum ve biçimlerinin
belirlenmesidir. Topolojik mekan planlaması; mekan elemanlarının, birbirleri
arasındaki topolojik ilişkilere göre plan içinde düzenlenmesidir. Mekan
elemanlarının boyutlandırılması, problemin geometrik gereksinimlerine dayanan,
118
planın geometrik özelliklerini üretmeyi hedeflemektedir. (Mitchell ve diğ., 1976;
Gero, 1977; Liggett ve Mitchell, 1981; Balachandran ve Gero, 1987).
Bu topolojik ve geometrik problemler tasarım süreci içinde genellikle ayrı ayrı
uygulanmıştır; geometrik problemi çözmek için matematiksel programlama veya
ilgili optimizasyon teknikleri kullanıldığı halde, topolojik problem genellikle
gramerler kullanılarak çözülmeye çalışılmıştır. Gramersel veya üretken yaklaşım,
temeli dilbilimsel (linguistic) gramer sistemlerine dayanan biçim gramerlerini
kullanmaktadır. Bu yaklaşım, mümkün olan tüm alternatifleri ayrıntılı olarak
üretmektedir. Biçim gramerleri, mimari ve diğer mekansal tasarımların üretiminde
biçimlerin ortaya konması için bir dizi kompozisyon kuralı kullanan algoritmalardır.
(Koning ve Eizenberg 1981). Kat planlarının boyutlandırılmasında, optimizasyon
teknikleri kullanılmaktadır; lineer programlama, (Mitchell ve diğ., 1976) lineer
olmayan ve dinamik programlama (Gero, 1977) gibi. Jo, her iki problemi de
(topolojik ve geometrik) evrimsel bir tasarım süreci modeli kullanarak birlikte
çözmek için bir öneri yaklaşım geliştirmiştir. Bu yaklaşımda, biçim kuralları seti bir
mekan planı üretmekte ve Pareto optimizasyon tekniğini kullanarak verilen çoklu-
kriter dahilinde çözümleri yorumlamaktadır (Jo ve Gero 1994).
4.2.1.1. Tasarımda Geleneksel Optimizasyon YaklaĢımlarının Kısıtlamaları
Günümüze değin yapılan araştırmaların çoğu, mekan tasarımı problemi için
bilgisayar programlarının kullanılmasında; hala, problem formülasyonu, üretim ve
yorumlama aşamaları, tasarım probleminin karmaşıklığı, potansiyel çözümlerin
kombinasyonel doğası ve gelişmiş bir kontrol sistemi ihtiyacı dolayısıyla zorluklar
olduğunu ortaya koymuştur.
Bir tasarım problemi, genellikle formüle edilmesi gereken ve çözümleri
yorumlayacak olan birçok kriter içermektedir. Bu da alternatif çözümlerin
yorumunun bilgisayarla yapılmasını oldukça karmaşık hale getirmektedir.
Az sayıda mekan elemanlarıyla üretilen tasarım çözümleri, kolayca büyük bir çözüm
uzamına işaret edebilirler. Elemanların sayısı arttıkça, çözümlerin konfigürasyonu da
hızla artmaktadır. Tablo 4.1, mekan elemanları sayısına karşı oluşan olası çözümlerin
sayısını göstermektedir. Günümüzde, sadece çözüm stratejilerini karşılayan nitelikte
119
optimal çözümlerin üretilmesini garanti eden etkili bir yöntem halen mevcut değildir.
Bu yüzden, mekansal tasarım probleminin etkili bir algoritması da yoktur ama, tam
anlamıyla optimal bile olamayan olası çözümleri üretmek için çeşitli yöntemler
geliştirmek dahi oldukça faydalı bir girişimdir. Genelde, “iyi” sonuçlar üreten
höristik çözüm teknikleri geliştirilmiştir ki bunlar keşfedilen çözümler setini
sınırlayan şemaları birleştiren bir niteliktedir.
Tablo 4.1. Mekan elemanları sayısı „n‟ ve bunların olası çözümleri (Liggett, 1980)
Ç özüm Sayisin Ç özüm Sayisin
(E lle çözüm e uygun) (B ilgisayarla çözüm e uygun)
1
2
3
4
5
6
6
24
120
720
7
8
9
10
11
12
5040
40320
362880
3628800
39916800
479001600
1
2
Bu konuda araştırmanın verimliliğini arttırmak için, çeşitli höristik yöntemler
geliştirilmiştir. Bununla birlikte, üretilen çözümlerin kalitesi tamamen tekniklerin
kalitesine, kullanılan höristiklere bağlıdır ve nihai çözüm genellikle yerel bir
optimum olmaktadır.
Kat planı tasarım problemleriyle ilgili olarak yapılan araştırmaların başlangıcından
itibaren, mimari mekansal konumlandırma problemini otomatikleştirmek için,
birtakım bilgisayar programları geliştirilmiştir; örneğin CRAFT. Liggett Sistemi
(1985) bunlar içinde en çok bilinen yaklaşımlardan biridir. Liggett (1980), mekansal
plan tasarımı için geliştirme prosedürleriyle birlikte yapısal konumlandırma
tekniğinin bir kombinasyonu kullanmıştır. Bu yaklaşım kapsamında ilk teknik,
üretilen ilk çözümü global olarak tatminkar bulmaktadır. İkinci teknik ise, ilk
çözümü, çift-yönlü bir başka teknik kullanarak geliştirmektedir. Bununla birlikte,
çözümlerin lokal olarak belirlenen bir optimum düzeyde sıkışması gibi bir tehlikesi
sözkonusudur, çünkü yöntemin yapısı global optimum düzeyine ulaşabilmeyi garanti
etmemektedir. Eğer “iyi” çözümler de bulunamazsa, lokal optimumdan kaçış yolu
olamamaktadır. Çeşitli “iyi” çözümlerin üretimi, tüm tasarım uzamını global
anlamda araştırabilen bir yönteme gerek duymaktadır. Daha çeşitli ve iyi çözümler
120
bulmak için; tüm tasarım uzamını çaprazlamasına araştırma kapasitesine sahip bir
yönteme ihtiyaç duyulmaktadır.
4.2.1.2. EDGE Sistemi: Problemin Tanımı
„‟EDGE‟‟ (The Evolutionary Design based on Genetic Evolution system) adı verilen,
Genetik Evrim Sistemine dayanan bir bilgisayar destekli tasarım sistemidir. Bu
bölümde, evrimsel bir tasarım modelinin pratikte bir tasarım problemi için nasıl
uygulandığını görmek amacıyla EDGE Sistemi incelenecek ve geleneksel
optimizasyon tekniklerini kullanan Liggett‟in Space Layout Sistemi ile EGGE
Sistemi sonuçlarının verimlilikleri açısından karşılaştırmalı olarak
değerlendirilecektir.
Evrimsel bir tasarım süreci modeli, evrimsel araştırma süreci konseptleri kullanılarak
oluşturulur. (Jo ve Gero 1997). Bu sistemdeki öneri tasarım modelinin temeli, sentez
aşamasının genetik arama operasyonunu kullandığı, bir „analiz-sentez-yorumlama‟
sürecidir. Tasarım modeli heterojen süreçlerden oluştuğu için, şema fikrine dayanan
bir yorumlama şekli önerilmiştir. Model, alandan bağımsızdır; dolayısıyla, tasarım
elemanları, yorum fonksiyonları ve şemaları içeren tasarım bilgisini kullanarak,
herhangi bir tasarım-sentez problemine adapte edilebilir niteliktedir. (Jo ve Gero
1997)
Model kapsamında sözkonusu problem, 17 „bölge‟ye (zone) ayrılmış 4 katlı ve
teraslı bir binanın içinde yer alacak ofis departmanlarının topolojik ve geometrik
olarak konumlandırılma problemidir. Mevcut problemin tasarım elemanları;
faaliyetler seti veya mekan elemanları, içine faaliyetlerinin yerleştirileceği bir ana
plan, spesifik bir konuma spesifik bir faaliyet atayacak olan bir işlemci, operasyonu
kontrol edecek bir strateji ve bir yorum kriterini içermektedir.
4.2.1.3. ġema Teorisi Kapsamında Tasarım Bilgisinin Genetik Temsili
Modeldeki genetik arama sürecinin kullanımının ortaya koyduğu en önemli
sorunlardan birisi, tasarım bilgisinin nasıl formüle edileceği, diğeri ise hem tasarım
temsillerinin hem de genetik temsilinin birbirleriyle nasıl etkileşeceğidir. Bu
modelde kullanılan tasarım şemaları, tasarım kural şeması ve tasarım gen şemasını
içermektedir. Tasarım kural şeması, tasarım bilgisini, tasarım süreci tarafından
121
yönetilebilir tasarım elemanları şeklinde formüle etme rolünü oynamaktadır.
Tasarım gen şeması ise, genetik arama mekanizmasının genetik kodlardaki tasarım
elemanlarını tanıması ve manipule etmesi için tanımlanmış bir tasarım kural
şemasıdır.
1. Tasarım Kural Şeması
Tasarım kural şeması, ilgili tasarım bilgisini, homojen tasarım kuralları seti olarak
formüle etmektedir. Dolayısıyla tasarım kuralları seti, tasarım kural şemasından
kaynaklanmaktadır. Bir tasarım kuralı, bileşenleri tarafından tanımlanan bir hedef
durum (LHS ya da RHS), ve bir transformasyon işlemcisi içermektedir. Bir tasarım
şemasının genel temsili:
Sr = { LHS, τ}
LHS sol taraf (Left Hand Side)
Sr tasarım kural şeması
τ transformasyon operatörü
EDGE Sisteminde verilen gereksinimleri karşılayan bir çözüm, faaliyet modülleri ve
bunların katlara bağlı konumlarını içeren tasarım elemanlarının manipüle edilmesi ile
elde edilmektedir. Binanın çapı sabit olduğu ve her bir faaliyet boyutu verilen ilk
gereksinimlerden oluştuğu için, genotip sadece faaliyetlerin sırasına ihtiyaç
duymaktadır. Tasarım şeması yapısı :
Sr = (LHS, τ )
= (işaretleyici, yeni_faaliyet)‟ dır.
Böylece, bu tasarım kural şemasının semantiği şöyle oluşmaktadır: „eğer modülün bir
işaretleyicisi varsa, seçilmiş bir faaliyet modülünü, atama kuralıyla belirlenen
konuma atayınız‟.
2. Tasarım Gen Şeması
Öneri tasarım modeli, genetik motoru bir arama mekanizması olarak kabul
ettiğinden; tasarım kurallarının, genetik motor tarafından manipüle edilebilmesi için
122
genetik terminolojide ifade edilmesi gerekmektedir. Tasarım kural şemasının orijinal
semantikleri sabit tutulurken, aşağıdaki prensibe dayanarak, tasarım kural şeması
yeniden yapılandırılarak üretilmektedir: Eğer bir tasarım kural şemasının bileşeni
manipule edilecekse, bileşen aktiftir ve tasarım gen şeması içinde yeniden tanımlanır
(dönüştürülür). Diğer bileşenler pasiftir. Bunlar, tasarım gen şemasına dahil
edilmemiştir ve yorumlama bilgisinde tutulmazlar (Ki). Tasarım genleri, tasarım
kurallarının genotipik seviyedeki temsilleridir. Bunlar genellikle çift sayılar veya
semboller olarak ifade edilebilirler. Tasarım şeması, genetik transformasyon süreci
sırasında tutarlı bilgi sağlamaya ve dönüştürülmüş çözümlerin tasarım alanına dahil
edilmesine olanak tanımaktadır. Bir tasarım kural şemasının, bir tasarım gen
şemasına dönüştürülmesi aşağıdaki gibidir:
Sg = τs (Sr, Kr )
Ki yorum bilgisi
Sg tasarım gen şeması
Sr tasarım kural şeması
τs şema dönüştürücüsü
Yorum bilgisi (Ki) kullanıcı tarafından belirlenmektedir. Tasarım ve genetik
temsilleri arasındaki dönüşüm için gereken bilgiyi sağlamaktadır. Bilgi; tasarım kural
şeması, tasarım gen şeması, tasarım değişkenleri ve bunların muhtemel değerleri,
aktif/pasif elemanları, ve ilk/son kuralları vb. ile ilgilidir. Genotipler yorumlanmak
için deşifre edildiğinde, yorumlama bilgisi, bu bilgiyi sağlamak için, süreci
yönlendirir. (Jo ve Gero, 1997).
Şekil 4.25‟ te, bir tasarım kural şemasından kaynaklanan, dört tasarım kuralı
gösterilmektedir. Her bir tasarım kuralındaki birçok bileşen, her zaman sabit
değerlere sahiptir; örneğin, kare biçimler ve bir işaretleyici gibi, ve bunlar
dönüştürülmeye ihtiyaç duymazlar. Bu yüzden, örnekteki aktif bileşen, sadece
transformasyon işlemcisidir ve bu, tasarım gen şemasının bir bileşeni haline gelir.
Pasif olan bileşenler ve tasarım kural şeması, yorumlama bilgisi içinde tutulur ve
tasarım genleri kendi fenotip haritaları çıkarılınca tasarım ortamına yeniden
çağrılırlar.
123
r1
r2
r3
r4
Şekil 4.25 “●” işaretiyle tanımlanan basit tasarım kuralları. (Jo ve Gero, 1997)
Tasarım kural şeması ve tasarım gen şeması arasındaki dönüşüm stratejisine
dayanarak, Şekil 4.25‟ teki kurallar, aşağıdaki tasarım genlerine dönüştürülebilir:
Sr = {LHS, τ}
= {Ex, (En, α) }
Ex mevcut tasarım elemanı
En yeni tasarım elemanı
α transformasyon işlemcisi, olası değerleri: {→, ↓, ←, ↑}
Tasarım kuralları:
r 1= { □, (□, →)}
r 2= { □, (□, ↓)}
....vb.
→ işaretli elemanın sağına yeni bir eleman ekle
....vb.
Transformasyona uğrayacak tek bir aktif bileşen vardır, o da „transformasyon
işlemi‟dir. Bu nedenle;
Sg = {α}‟dir.
EDGE Sisteminde;
124
Sr = ( işaretleyici , yeni_faaliyet)
Sg = ( yeni_faaliyet) olmaktadır.
Her bir gen, ikinci kez kullanımına engel olunması için, ayrı bir faaliyet içermelidir.
Bununla birlikte, genetik arama sürecindeki mutasyon veya „crossover‟ işlemleri,
faaliyetleri karıştırır ve kolayca kopyalarını üretir. Bir faaliyetin birden çok
kullanımına engel olmak yani bir genotipin tüm faaliyetlerini tek (unique) hale
getirmek için, bir yeniden-sıralama fonksiyonu gereklidir. (Jo ve Gero, 1994)
3. Genotipik Bilginin Temsili
Bir tasarım geni, kendi genetik dilinde bir dizi aktif tasarım elemanı taşımaktadır.
Şekil 4.25‟teki tasarım kuralları, çift basamaklı kodlar halinde temsil edilebilir.
Çift basamaklı kodlar Sembolik temsiller
00 →
01 ↓
10 ←
01 10 10
00 11 11
baslangiç
kurali
baglanti
kurali
Şekil 4.26 Bir genotip örneği, 011010111100 ve onun fenotipi. Yorumlama bilgisi,
başlangıç ve bitiş kurallarını içeren gerekli bilgiyi sağlamaktadır. (Jo ve Gero, 1997)
Bir genotip, belirli bir tasarım genleri setidir ve farklı tasarım bilgilerini tam bir
„birey‟ yapısı içinde birleştirmektedir. Şekil 4.26, 011010111100 genotipi, tasarım
125
gen şemasının 4 kuralı ile oluşturulmuştur. Burada Sg={α} dir ki „α‟ kuralları temsil
etmektedir.
4.2.1.4. Evrimsel Tasarım Süreci
Bu evrimsel tasarım modelindeki tasarım süreci; bir tasarım analiz süreci (burada
tanımlanmayan), bir genetik arama süreci ve bir tasarım yorumlama süreci
içermektedir. Tasarım analiz süreci, verilen tasarım problemlerini analiz eder ve
aşağıdaki süreçlerle manipüle edilecek olan, tasarım elemanlarını düzenler ve
tanımlar. Bu süreç, tasarım kural şemasını, tasarım bilgisini formule etmek amacıyla
kullanmaktadır. Genetik arama süreci, tasarım elemanlarını dönüştürür ve yeni
tasarım çözümleri üretir. Bu süreç sürekli ve periyodiktir ve bitiş koşulları
karşılandığı zaman sonuçlanır. Tasarım yorumlama süreci ise, genellikle kullanıcı
tarafından olmak üzere nihai çözümleri yorumlar. Üç süreç arasında, burada sadece
genetik arama süreci bilgisayar desteği ile yürütülmektedir.
Genetik arama süreci, başlangıç aşaması ve üç tekrarlı (iteratif) operasyondan
oluşmaktadır: yorumlama, seçme ve yeniden birleştirme. Başlangıç aşaması
süresince, genotip dizilerinin popülasyonu rastgele bir şekilde üretilir, burada her bir
genotip dizisi potansiyel bir çözümü temsil etmektedir. Süreci etkileyen
parametrelerin sayısal değeri, bu aşama sırasında görev almaktadır. Bundan sonra,
yorum-seçme-yeniden birleştirme ilmiği, bazı koşullar karşılanana kadar tekrar tekrar
çalışmaktadır (Jo ve Gero 1994).
Yorumlama operasyonunda, yeni üretilmiş „birey‟in performansı, verilen
gereksinimlerin belirttiği kısıtlamalar kapsamında yorumlanmaktadır. Üretilen
bireyler genotip olarak temsil edilecekleri için, bu operasyonun başlangıcında
fenotipler olarak deşifre edilmelidir ki böylece, bunların uygunluk değerleri ortaya
çıkabilsin. Yorum için, bir Pareto optimizasyon tekniği kullanılmaktadır. Pareto‟nun
optimal çözümleri, davranışları diğerleri tarafından etkilenemeyen çözümlerdir. Bu
yöntem, çözümlerin uygunluk değerlerini dönüştürür ve bunların vektörel değerlerini
belirler. Pareto optimizasyon tekniği, çoklu-kriter çözümlerinin etkili bir şekilde
yorumlanmasına olanak sağlamaktadır.
Seçme operasyonu için uygulanan Pareto optimizasyon tekniği, popülasyondaki her
bir bireyin, sahip olduğu uygunluk fonksiyonu değerinin, diğerlerine oranla boyutsal
126
olarak temsil edildiği bir dilimin bulunduğu bir rulet çarkı benzetimini
kullanmaktadır. Ağırlıklı rulet çarkını çevirerek, daha yüksek oranda uygunluk
değerine sahip olan bireyler seçilir ve başarılı olanlar jenerasyonda daha yüksek
sayıda döl sayısına sahip olabilirler. Rulet çarkının dilim açıları, her bir „birey‟in
Pareto değerine göre belirlenmektedir. Bazen, dilim açılarının, çözümler üzerindeki
önyargıyı azaltmak veya artırmak için boyutsal olarak ayarlanması gerekmektedir.
Dilim açılarının kullanımının bir yolu aşağıda ayrıntılı olarak verilmiştir.
Ai = ∑Bpi / Bpi
α= Ai / ∑Ai * 360
Ai her bir Pareto optimal değerinin ters değeri
Bpi bireysel uygunluk veya Pareto optimal değeri
α dilim açısı
Tablo 4.2 Bir dilim açısı kullanımı örneği (Jo ve Gero 1997).
Bp
Ai
ci
s1
s2
s3
s4
s5
2
3
1
4
3
6.5
4.3
13.0
3.3
4.3
74.5
49.3
149.1
37.8
49.3
i
BpA
i cii = 13 = 31.4 = 360.0
Tablo 4.2 de gösterilen, Pareto optimal değerleriyle gösterilmiş beş çözüm vardır.
Çözüm s3 en iyi Pareto optimal değere sahiptir, s1 en iyi ikinci değere, s5 en iyi
üçüncü değere ve böylece devam etmektedir. Her bir Pareto optimal değeri (Bpi)
toplam uygunluğa karşılık olarak uygunluk oranına (Ai) göre, dilim açılarına (α)
dönüştürülmektedir. Şekil 4.27, Pareto değerlerinin temsilini ve hayali rulete
dönüştürülmüş dilim açılarını göstermektedir.
127
s1
s2
s3
s4
s5
s2
s3
s4
s5s1
(74.5)
(149.1)
(37.8)
(49.3)
(49.3)
R ulet Ç arkiPareto O ptim al D egeri
Şekil 4.27. Pareto Optimal Değeri ile Ruletteki dilim açısı eşleşmesi. Bir bireyin
Pareto optimal değeri ruletteki dilim açısını üretmektedir.
Rulet çarkı döndürülerek, yeni jenerasyon için bir çözümler popülasyonu seçilir.
Bunlar, ilerdeki yeniden birleştirme operatörleriyle transformasyon için çiftleştirme
havuzuna gönderilir (Jo ve Gero 1994).
Yeniden birleştirme işlemcileri, „crossover‟ ve mutasyon, çözümleri dönüştürüp ve
yeni tasarım çözümleri üretmektedir. „Crossover‟ işlemcisi, farklı bireylerin tasarım
bilgilerini, mutasyon işlemcisi ise yeni bir tasarım bilgisi yaratmak amacıyla bir
tasarım bilgisinin bir kısmını değiştirmek için hibrit tasarım bilgisi üretmektedir.
Genotip dizisindeki „crossover‟ veya mutasyon pozisyonu sayısı bir veya daha
fazladır.
Faaliyetler ve Konumlandırma
EDGE Sistemi, daha önce tanımlanan problem çerçevesinde her katta birtakım
faaliyetlerin yer alacağı bir ofis plan tasarımı oluşturmaktadır. Her bir faaliyet, alan
gereksinimleri veya eş modüllerin sayısı anlamında tanımlanmaktadır ve konum bir
„uniform grid‟ olarak dikkate alınmaktadır. Sürecin başlangıcında, seçilmiş
faaliyetler spesifik konumlara önceden atanabilir.
EDGE Sisteminde faaliyetler, üst kattan alt kata, bir genotip dizisiyle verilen
kuralları takip ederek atanmaktadır. Burada kullanılan stratejiye göre, eğer bir kat
doluysa, görev bir sonraki katta bulunan pozisyondan devam etmekte ve bir önceki
görevin altında yer almaktadır. Şekil 4.28(a), faaliyetlerin farklı katlar üstünde nasıl
128
atandığını göstermektedir. Şekil 4.28(b), modüllerin bir kat üstünde nasıl
konumlandığını göstermektedir.
(a) (b)
Şekil 4.28. EDGE Sisteminde faaliyetlerin (a) farklı katlar üstünde ve (b) bir kat
içinde atanma yöntemi (Jo ve Gero 1997).
4.2.1.5. Optimizasyon Kriteri
Bu sistemde amaç, özel mekansal gereksinimleri karşılaması beklenen faaliyetlerin
toplam maliyeti minimize edecek konumlara atanmasını sağlamaktır. Maliyet ölçüsü,
faaliyet çiftleri arasındaki etkileşim maliyetlerini ve atanılan konumları arasındaki
mesafeyi veya geçiş zamanını dikkate almaktadır. Oluşturulan Geçiş matrisi (Travel
matrix), konumlar arasındaki mesafeyi belirlemektedir. Bir faaliyet çifti arasındaki
geçiş maliyeti, konumları arasındaki mesafe ile aralarındaki etkileşim çarpılarak
hesaplanmaktadır. Etkileşim matris‟i kullanıcının subjektif yargısına dayanmaktadır.
Program, matris‟te yer alan her faaliyet çifti için belirlenen etkileşim değerini plan
içinde yer alan her bağımsız faaliyet çifti için belirlemektedir.
4.2.1.6. Liggett Sistemi ile KarĢılaĢtırma
Liggett (1980), EDGE Sistemi kapsamında tanımlanan böyle bir tasarım problemi
için bir optimizasyon sistemi geliştirmiştir. Sistemin iki tipik stratejisi, yapısal
yerleştirme ve çift-yönlü geliştirmedir. Yapısal yerleştirme algoritması Graves ve
Whinston tarafından ve bir „ilk çözüm‟ (initial solution) üretmek için sistemde
kullanılmıştır (Jo ve Gero 1997). Bu strateji bir çeşit n-aşama karar alma sürecidir ve
boş bir set ile başlayarak faaliyetleri belli bir plan içine birer birer yerleştirmektedir.
Atanacak olan bir sonraki eleman, sahip olduğu fonksiyonun istenilen değeri baz
129
alınarak seçilmektedir. Daha sonra, bir geliştirme prosedürü olarak, çift-yönlü
değişiklik kullanılmaktadır. İlk çözümden başlayarak; prosedür, faaliyetler arasında
oluşacak olası değiş tokuşları sistematik olarak yorumlamakta ve en iyi çözüm için
komşuluk anlamındaki kriter değerini geliştiriyorsa değiş-tokuşu
gerçekleştirmektedir. Bu tekrarlanan geliştirme, bir çeşit tepeye-tırmanma (hill-
climbing) stratejisidir. Geliştirme tekniğinin herhangi bir çözümü oluşturulmuş olan
ilk çözüme bağlıdır. Süreçte, geliştirme prosedürü, detayları rafine ederken, yapısal
prosedür çözümün genel tonunu belirlemektedir. Şekil 4.29 (b) bu prosedürlerin
ürettiği çözümü göstermektedir.
(a) (b)
1 2 3 4 5
6 7 8 9
10 11 12 13
14 15 16 17
K at 1
K at 2
K at 3
K at 4
Exec
0230 0220
0210
0211
0240
0300
040008000500
6815 1000
6881
0700
6300 0900
0600
access accessaccess access
Şekil 4.29. (a) Ofis planı tasarım problemi için verileri tanımlayan „zone‟lar ve (b)
Liggett sistemiyle üretilen çözüm (Jo ve Gero, 1997).
Liggett tarafından kullanılan bir başka strateji de, kat, bölge ve blok görevleri
aşamalarını içeren, çok-aşamalı konumlandırmadır. Faaliyetler her bir kata, eğer tek
katlıysa her bir bölgeye ve sonra da spesifik konum modüllerine atanmaktadır.
Bölgeler, fiziksel çaplarını alan modüller şeklinde tanımlanarak belirlenir. Her bir
kat, alt kata ekstra bir kanat ekleyerek, dört bölgeye bölünür, Şekil 4.29 (a).
Bölgeleme, dikey sirkülasyon kalıplarının uyuşması için seçilmiştir.
EDGE Sistemi ise tek aşamalı konumlandırma kullanmaktadır. Bu örnekte EDGE
sisteminin neden çok aşamalı konumlandırma kullanmadığına dair üç sebep vardır.
İlk olarak, aynı kattaki faaliyetler arasındaki ilişkilerin, bu faaliyetler farklı katlar
arasında dağıtıldığında oluşacak ilişkilerden her zaman daha “iyi” olması gerekmez.
Bunun sebebi, bir merdiven veya asansörden geçen dikey sirkülasyonun, bir ünite
130
olarak düşünülmesi ve bu yüzden faaliyetlerin, aynı katın diğer tarafına
yerleştirilmesinin daha uygun olmasıdır. Bu bakış açısı öncelikle katlar üzerindeki
atamaların yapılmasını faydasızlaştırmaktadır. İkincisi, iki farklı ama komşu „bölge‟
üzerinde konumlanan iki modül arasındaki geçiş maliyeti, bu modüllerin aynı
bölgenin iki karşıt tarafında yer aldığı durumdaki geçiş maliyetinden daha azdır,
Şekil 4.29 (a). Bu da bölge atamasının yapılmasını anlamsızlaştırmaktadır. Üçüncüsü
ise, genetik operasyonların, herhangi bir karmaşık ve gelişmiş strateji tarafından
formüle edilecek problemlere gerek duymamasıdır, bunun sebebi de, operasyonların
rastgele alan doğası ve genotip seviyesindeki transformasyonlardır. (Jo ve Gero,
1994)
Liggett yaklaşımı, „bir hücre için bir ünite‟ ataması kullanırken, EDGE Sistemindeki
yaklaşım topolojik kural-tabanlı atamayı kullanmaktadır.
EDGE Sisteminde evrimsel tasarım süreci, ilk popülasyonun iki farklı setiyle
uygulanmıştır. EDGE sisteminin bu çözümü geliştirip geliştiremediğini görmek için;
ilki rastgele üretilmiş bir popülasyonla, diğeri ise Liggett‟in son çözümüyle
başlamaktadır, Şekil 4.29(b).
EGDE sistemi, Liggett‟le aynı yorum tekniğini kullanmaktadır. EDGE sisteminin
çözümleri, Liggett‟in EDGE sistemi tarafından yorumlanan, son çözümünün
uygunluk değeriyle kıyaslanmaktadır. Sonuç olarak EDGE Sisteminde „en iyi‟ ve
ortalama davranış değerlerinin, jenerasyonlar arttıkça geliştiği görülmektedir. Her iki
ilk popülasyondan çıkan sonuç da, Liggett‟e kıyasla artırılmış performansı
göstermektedir ve EDGE sisteminin yeterliliğini ispat etmektedir. Şekil 4.30,
evrimsel tasarım sürecinden elde edilen iki çözümün detaylarını sunmaktadır. Bu iki
başlangıçtan türeyen son çözümler birbirinden çok farklıdır. Bu da demektir ki,
başlangıçta tasarım uzamı içinde yer alan ilk çözümler, süreç sırasında tasarım
uzamında aynı konumu muhafaza etmezler; jenerasyonlar ilerledikçe en yakın
optimal pozisyonlara doğru serbestçe hareket ederler.
Liggett bir sonraki üniteyi atamaya karar vermek için bir olasılık şeması
kullanmaktadır. Hem yapısal hem de geliştirme stratejileri, umut verici bir „faaliyet‟i
seçmek ya da değiştirmek için, her aşamada yorumlamalara gereksinim duymaktadır.
Bu yüzden bir çözümü üretirken yorumlama maliyeti oldukça yüksek olmaktadır.
131
Şekil 4.30. 500 jenerasyondan sonra dönüştürülen nihai çözümler, (a) rastgele
tohumlanmış ilk jenerasyondan evrimleşen çözüm ve (b) Liggett‟in son çözümünü
ilk popülasyon olarak kullanarak evrimleşen çözüm (Jo ve Gero, 1997).
Geliştirme, ağırlıklı olarak ilk çözüme bağlıdır ve bu yüzden arama, ilk çözüme
yakın olan bir lokal optimum etrafında uygulanır. Bu da, arama sınırlarının dar
olduğunu göstermektedir. Öte yandan, EDGE sistemi, çözümler üretmek ve
evrimleştirmek için herhangi bir özel höristike ihtiyaç duymaz ve çözümün bileşen
detaylarını incelemek yerine çözümü bir bütün olarak yorumlar. Bu da sürecin çok
daha ekonomik olarak bilgisayarlaştırılmasına olanak sağlar. İlk popülasyon nihai
çözümleri etkileyebilirken bu, Liggett‟in sürecinde olduğu kadar belirgin ve önemli
değildir. EDGE sistemi, global optimumu içeren büyük bir araştırma uzamı alanında
arama yapar. Tablo 4.3, Liggett‟in „Space Layout System‟iyle EDGE sistemi
arasındaki karşılaştırmayı göstermektedir:
Tablo 4.3 Liggett‟in Space Layout System‟i ile EDGE Sistemi arasındaki
karşılaştırma.
Liggett Süreci Edge Süreci
Ü retim
G elistirm e
A rastýrm a
Y orum lam ayi da içeren yapisal bir yöntem
çift-yönlü bir yöntem
çok asam ali konum landirm a
adim adim arastirm a
olasi uzam içinde
rastgele üretim
evrim sel bir yöntem
tek asam ali konum landirm a
tüm arastirm a uzam inda
(a) (b)
EX EC0240
access
0220
0230
0211
0500
0210
0300
0500
0700
07001000
1000
0400
6581
0900
0600 6815 6300 0900 0600 6581 0900
0900
6300
08001000
6815
1000
0400
0800
0700
0220
0210
0211
0500 07000230
0240EX EC
access access access
132
4.2.2. “THE DIGITAL CLOCKWORK MUSE” Projesi
Bu bölümde, daha önce yaratıcılık başlığı kapsamında açıklanan yapay yaratıcılık
yaklaşımı çerçevesinde oluşturulmuş olan yaratıcı bir evrimsel tasarım modeli
incelenecektir. Bu sistemde Liu‟nun yaratıcılığın ikili geliştirme ve test etme modeli
uyarlanarak, bireylerin yaratıcı davranışlarından ortaya çıkan sosyo kültürel yaratıcı
davranışlarını incelemek için yaratıcı toplumların bir modeli üretilmiştir. Pratikte
uygulanmış olan sistem, yaratıcılık sanısının değerlendirilmesini, bireylerin zaman
içinde gelip gittikleri, alan yapısının devamlı olarak değiştiği ve dolayısıyla tanım
kümesinin de zaman içinde yeniden yapılandırıldığı yapay bir toplumu modelleyerek
yapmaktadır.
Martindale „The Law of Novelty – Yeniliğin kanunu‟ eserini sunduğu düşünme
deneyinde, bireylerin yenilik arayışına etkilerini göstermiştir. Yeniliğin Kanunu
sözün ya da işin tekrarlanmasını yasaklar ve suçluları toplumdan dışarı atmakla
cezalandırır. Martindale Yeniliğin Kanunu‟nun yaratıcı alanlarda neredeyse bir
büyüteç olduğunu iddia etmektedir.
Yenilik arayışındaki bazı sonuçlar uygun olan biçimde yenilik yapmayan bireylerin
uzun dönemde yok varsayılacağı ve herhangi bir kişinin stilinin karmaşıklığının
zaman içinde artan yenilik ihtiyacını desteklemek için artacağı yönündedir. Bu
doğrultuda yapay yaratıcılık yaklaşımının, yenilik arayan meraklı ajanlar üzerinde
kullanıldığı, yenilik kanununun bilgisayar ortamında oluşturulan bir modeli
incelenecektir (Saunders ve Gero, 2001b).
Model, belirli bir alanda ilginç araştırmalar yapmak ve potansiyel yaratıcı „genetik
sanat eserleri‟ üretmek için kullanılan birden fazla „meraklı tasarım ajanı‟ndan
oluşmaktadır. Her ajan, kendisinin genetik sanat eserleri yaratması ve her aşamada
gelişi güzel olarak seçilen diğer bir ajanla iletişim kurabilmesi için, değerlendirmeye
yönelik bir sanat sistemi ile donatılmıştır. Sanat eseri üreten bireyler yaratıcı olarak
kabul edilmekte ve diğer ajanlar tarafından „yaratıcılık kredisi‟ ile
ödüllendirilmektedirler.
133
4.2.2.1. Tasarım Ajanı ve Kullanılan Sanat Değerlendirme Sistemi
Bu alt bölüm, meraklı bir tasarım ajanının ve temasa geçtiği birbirini etkileyen
değerlendirme sisteminin önemli bileşenlerini tanımlamaktadır. Bu projedeki ajanlar
başka yerlerde de bulunabilen tanım kümelerinde uygulamasının yapıldığı meraklılık
modeli kullanılarak geliştirilmişlerdir (Gero ve Saunders, 2000; Saunders ve Gero,
2001a; 2001b; 2001c). Meraklılık modeli, ajanlara ürünlerin değerlendirilmesi ve
uygun aksiyonun alınması için hayati bir yetenek sağlar, örneğin: yeni ürünleri
değerlendirme, alandaki diğer bireylerle iletişim kurma ya da tanım kümesine yeni
bir ürün eklemek gibi.
Digital Clockwork Muse‟daki her ajan, genetik sanat eserleri yaratabilmek için
Dawkins, Sims, Todd ve Latham ve diğerleri (Dawkins, 1987; Sims, 1991; Todd ve
Latham, 1992) tarafından geliştirilenlere benzer birbirini etkileyen bir sanat
değerlendirme sistemi kullanmaktadır. Sistemde, ajanlar yeni genetik sanat eserlerini
araştırmak için genetik bir algoritma dahilinde oluşturulmuş bir sanat değerlendirme
sistemi ile birbirini etkilemektedirler. Bir ajan ve onun değerlendirilebilir sanat
sistemi arasındaki bilgi akışı Şekil 4.31‟de gösterilmiştir.
B irey B
Problem
B ulm aÜ retim
Y araticilik
Testi
Ilginç
im ajlariseçer
Im aj
popülasyonunugenisletir
hayir evet
im aj im aj im aj
im ajim ajim aj
im aj im aj im aj
G elisim Sistem i
Şekil 4.31. Meraklı bir tasarım ajanı ve interaktif bir evrimsel sanat sistemi
(Saunders ve Gero, 2001c).
4.2.2.2. Algılama Yöntemi
Sistem kapsamında her genetik çalışmanın 32x32 piksel imajı, meraklı bir tasarım
ajanı tarafından yeniliğinin saptanması için analiz edilmektedir. Bu düşük
134
çözünürlüklü bir imaj olmasına rağmen, karmaşık sanat eserlerinin geliştirilebilmesi
için yeterince büyüktür. İmajı hissedebilmek için, Laplace kenar detektörü ve sabit
bir hassas girişli fonksiyonun görece olarak basit bir kombinasyonu, genetik bir sanat
eserini çiftli (binary) imaja dönüştürmektedir, Şekil 4.32.
Sekil 4.32. İmajların kenar yapısını çıkarmak için genetik sanat eserine uygulanan
imaj işleme yöntemi. (a) orijinal imaj, ve (b) en belirgin kenarları bulabilmek için
imaj işleme yöntemiyle oluşturulan binary imaj (Saunders ve Gero, 2001c).
4.2.2.3. Yenilik ve Ġlgi Çekicilik YaklaĢımı
Her ajan, olası genetik sanat eserleri uzamını keşfettikçe, imaj kategorilerini
öğrenmek için, bir sinir ağı ile donatılmıştır. Her ajanın kendi kendini organize
haritası, ya da SOM‟ u, (Kohonen, 1995) o ajanın, ağın bir sinir hücresi tarafından
tanımlanan değerlendirme kategorileri vasıtasıyla, her sanat eserini
sınıflandırmaktadır. Her sanat eserinin sunulmasında, çiftli (binary) imaj, 1024 değer
içeren bir vektöre çevrilmektedir. Bir ajan olasılıklar uzamını keşfettikçe, halihazırda
kapladığı genetik sanat uzamında tipik sanat eserlerinin haritasını öğrenir. Bu harita
ile yeni sanat eserini karşılaştırdığı zaman, ajan yeniyi ve potansiyel olarak ilgi
çekecek olan sanat eserini ayırt edebilir.
Sinir ağının ürettiği harita, ajanın yeni sanat eserini, önceden yaratılmış olanla
kıyaslayabilmesi için kısa dönemli bir hafıza oluşturur. Ağ büyüdükçe, ajanın sahip
olduğu sinir hücreleri artar ve karşılaştırma için geri çağırabileceği ve
hatırlayabileceği daha çok sanat eseri kategorisi oluşur. Şekil 4.33 benzer veri
biçimleri için oluşan komşulukları göstermektedir, örneğin E2 ve A6 etrafında, ortak
alanlarda yer alan biçimler gibi. Temsillerin bu şekilde karıştırılması, geçmiş
deneyimlerden genelleme yapabilme ve böylece görülemeyen ürünler hakkında
135
tahminde bulunma yetisi olan ajanlar sağlar. Bu meraklı tasarım ajanları için önemli
bir yetenektir çünkü yeni ürünlerin yeniliği hakkında tüm tasarım uzamını
örneklemeden belirleyici olabilmeye izin verir.
Şekil 4.33. 4B‟ de gösterilen F2 konumundaki girdiyi sınıflandıran organizasyon
haritasının 36 nöronu ile temsil edilen prototipler (Saunders ve Gero, 2001c).
Yenilik (N), sanat eseri için uygun bir kategori tanımlamak olduğundan, ajanın
SOM‟unun sınıflandırma hatası olarak değerlendirilir. Yenilik değerleri, örneğin
sinir ağının en „iyi uyan‟ sinir hücresi tarafından ortaya konan değerlerin imaj
büyüklüğüne dayanması; bu örnekte bu değerler N=0 ve N=32 aralığında, N=0 kesin
uyabilen ve N=32 olduğunda tamamen birbirine uyamayandır. Bu, en yakın kategori
prototipinin giriş biçimine olan uzaklığını ölçmektedir.
İlgi çekiciliğe göre gelişmiş sanat eserlerini değerlendirmek için tek kriter olarak
yenilik kullanılmaktadır. Bir sanat eserinin ilgi çekiciliği, önceki deneyimlere
dayanılarak tahmin edilip edilemeyeceğine göre tanımlanabilir.
Sanat eserlerindeki ilgi çekicilik, artan bir üretme etkisine maruz kalan insan ve
hayvanlarla yapılan çalışmalar sonucu üretilen bir artan tepki eğrisi olan Wundt
eğrisinin bir ortalaması kullanılarak hesaplanır. Wundt eğrisi Şekil 4.34‟de
gösterilmiştir. Berlyne, onun genelde artan tepki ile ilişkilendirilen zevk/acı
tepkileriyle olan ilişkisine dikkat çekerken Wundt eğrisini hayatın kendisini zevk
alma olarak gören öğreti – hedonik fonksiyonunu referans göstermektedir (Saunders
ve Gero, 2002).
136
1
0
-1
H
n ý n 2
x
N x Y EN iLiK
Ö dül
C eza
HE
DO
NIK
D
EG
ER
Şekil 4.34. İlgi çekiciliği ölçen hedonik fonksiyon. Hedonik fonkdiyon kalın çizgi
ile, hedonik fonksiyonun biçimini oluşturan ve ödül ve cezayı temsil eden sigmoidal
eğriler ise kesikli çizgilerle gösterilmiştir (Saunders ve Gero, 2002).
Bu modelde, Wundt eğrisi toplu Gauss fonksiyonlarının toplamı olarak, hedonik
değer grafiği ise iki adet s biçimli grafiğin toplanmasıyla hesaplanır. Bu araştırmada
kullanılan hedonik (artan tepki) grafiğin en önemli özelliği olan iki doğrusal olmayan
fonksiyonun toplamı olan Wundt eğrisidir. Şekil 4.34‟te gösterildiği gibi her iki
olayda da fonksiyonlar çevrilmiş U biçiminde bir eğri oluşturmak için toplanır.
„Reward - Ödül‟ olarak adlandırılan S biçimli fonksiyon, aslında oldukça az giriş
üzerinde yükselme eğilimli ajana verilen ödüldür, n1. Punish – ceza olarak
adlandırılan ikinci fonksiyon, daha yüksek giriş üzerinde yükselme eğilimli ajana
verilen cezadır, n2. Ödül ve ceza S biçimli eğrileri için girişleri değiştirerek, eğrinin
tepe noktası yenilik ekseni üzerinde istenilen noktaya getirilebilir. Bu projedeki
ajanlar, yukarıdaki hedonik fonksiyonu, belirli bir sanat eseri üzerinde SOM ile
belirledikleri yenilik karşısında duydukları ilgi seviyesini hesaplamak için
kullanmaktadırlar.
4.2.2.4. Ajanlar Arasındaki ĠletiĢim
Ajanlar sinir ağının ve hedonik fonksiyonun birleştirilmesi sonucunda meraklı bir
hareket biçimi sergilerler. Bir sanat eseri kümesi içindeki ajan kendi organizasyon
haritasında mükemmel olmayarak tanımlanan sanat eserlerini, hedonik eğrinin tepe
noktasından düşmeyecek kadar yeni olduğunu belirterek, beğenir. Böylece, ajan
kendi sunumunu ilerletmek için her zaman basamağında, benzer ama farklı sanat
eserlerini beğenme şansına sahip olur (Saunders ve Gero, 2001c). Başka bir ifadeyle,
ajanlar önceki deneyimlerine çok benzer ya da onlardan çok farklı sanat eserlerine
çok az ilgi göstermektedirler.
137
Bir sanat eserine bir ajanın gösterdiği ilgi, o sanat eserinin iş görürlüğünü belirler.
Eğer bir sanat eseri verilen zamanda yaratıcı olarak değerlendirilemediği halde en
çok ilgi çeken ise, o sanat eseri ilerideki araştırmalar için başlama noktası olarak
seçilmekle beraber, diğer ajanlara gönderilmez.
Eğer bir sanat eserinin ilgi çekiciliği, potansiyel olarak yaratıcı sanat eserleri
aralığının en alt sınırını belirleyen değeri kırarsa, o sanat eseri eşdeğer bir gözden
geçirme için diğer ajanlara gönderilir.
Sanat eserleri, kendilerinin sembolik tanımlarını kodlayan mesajlar olarak el
değiştirir. Alıcı ajanlar mutlaka sanat eserinin genetik temsilini açıklamalı ve daha
sonra değerlendirme yapmalıdır. Bir ajan alınmış bir sanat eserini kendi
deneyimlerine dayanan kendi yaratıcılık testine göre değerlendirerek tarif etmiş olur.
Alıcının geçmiş deneyimleri göndereninkinden farklı olduğu için aynı sanat eseri
üzerindeki değerlendirmeler çok farklı olabilir. Bir sanat eseri kendi yaratıcısı için
çok ilgi çekici iken, onu değerlendiren bir ikinci ajan için çok sıkıcı olabilir çünkü
çok tanıdık ya da az ilgi çekicidir, bir üçüncü için ise yeterince tanıdık değildir.
Bir ajan genetik sanat uzamındaki yeni araştırması için başlama noktası olarak
kullanacağı bir sanat eserini kendi sanat eserlerinden daha ilgi çekici bulabilir. Başka
bir yerden alınmış bir sanat eserini kullanmadan önce ajan, duyduğu ilgiyle orantılı
olarak bazı krediler ödemek zorundadır. Bu hayat boyu toplanan krediler belirli bir
bireyin ne kadar yaratıcı olduğunu değerlendirmek için kullanılır.
Ajanlar ilgili alanlar dahilinde yaptığı toplu aksiyonlar sonucu kendi tanım
kümelerini oluştururlar. Ajanlar kendilerine ait sanat eserlerini tanım kümesine
ekleyemezler; sadece diğerlerinden aldıkları sanat eserlerini ekleyebilirler. Tanım
kümesine eklemeyi kaliteli hale getirmek için; alıcı ajanda, sanat eserinin mutlaka
kendine ait yüksek bir ilgi oluşturması gerekmektedir. Eğer öyleyse, sanat eseri
tanım kümesine onu yaratan ajanı belirleyen bir etiket ile birlikte dahil edilir.
Genetik sanatçılar gelecek nesilleri araştırmaya, tanım kümesine eklenmiş sanat
eserlerini araştırarak başlar ancak, sosyo kültürel değerlendirme sürecinin dinamik
doğası, yaratıcı olarak kabul edilen sanat eserlerinin alana çok tanıdık gelmesinden
138
dolayı artık yaratıcı olarak kabul edilmeyeceğine işaret etmektedir. Bu nedenle tanım
kümesi yaratıcı işler için anında erişim sağlamaz ama yeni sanat eserlerinin
üretilebileceği tanıdık başlama noktalarının deposu gibidir. Tanım kümesinde
depolanmış sanat eserleri ile başlanmanın gerçek avantajı alandaki diğer üyelerle
halihazırda tanıdık olmalarıdır. Yeni sanat eserleri için kısa bir araştırmanın sonucu,
tanım kümesine göre benzer ama farklı yeni sanat eserleri ile ilgili örnekleri, yaratıcı
olmaya ideal adaylar yapmakla başlamaktır. Yapay yaratıcılık araştırmacıları tanım
kümesinde zaman içinde yaratıldığı kabul edilen sanat stillerinin gelişiminde
basamak olarak tutulan kayıtlardan da faydalanabilir.
4.2.2.5. Yaratıcılık Deneyleri
Aşağıdaki deneyler Yapay yaratıcılık sistemleri için Martindale‟nin tahminlerini ve
ortaya çıkan diğer ilgi çekici davranışları test etmek amacı ile çıkarılmıştır.
Yenilikte araştırmanın etkileri farklı hedonik fonksiyonlara sahip ajanlar üreterek
incelenmiştir. Amaç, uygun olmayan biçimde yenilik yapmakta başarılı olamayan
ajanların yaratıcı olarak tanınmayacağını göstermektir. Ajanlar uygun olmayan
yenilikleri daha önce başka ajanlar tarafından önceden deneyimlenerek kazanılmış
„sıkıcı‟ imajlar yaratarak veya diğer ajanların değerlendirmesi için fazla farklı olan
„radikal‟ imajlar üreterek yapabilirler.
Burada tek bir örneklemede her iki tip uygun olmayan yeniliğin üretilmesi de taklit
edilmiştir. Bu deney için çoğu 0-9 ajanlarının arasından olan, aynı hedonik
fonksiyonu paylaşan bir ajan grubu yaratılmıştır, örneğin ortalama yenilik tercihi
aynı (N=11) olsun. Bu ajanlardan iki tanesinin yenilik tercihleri birbirinden oldukça
farklı, örneğin birinin, ajan 10, az miktarlarda yenilik tercihi olsun (N=3) ve diğeri,
ajan 11in, yüksek miktarlarda yenilik tercihi olsun (N=19). Düşük yenilik tercihi olan
ajanlar, yüksek yenilik tercihi olan ajanlara göre daha yavaş bir hızda yenilik
üretmeye eğilimlidir. Bu deneyin sonuçları Tablo 4.4‟de gösterilmiştir.
Yenilik için aynı tercih değerine sahip ajanların kendi en üst noktaları incelenecek
olursa, bunların, ortalama 5.57 yaratıcılık tavrıyla bir biçimde yaratıcı oldukları
söylenebilir. Ancak, ajan 10 ve 11 sanat eserleri için herhangi bir kredi elde
edebilmiş değildir. Bunun sonucunda gelecek nesiller için bu ajanların yarattığı
139
A janID
Tercih edilen
Y enilik
D egerlendirilen
Y araticilik
1
2
3
4
5
6
7
8
9
10
11
N = 110 5.43
4.49
4.50
3.60
4.48
1.82
6.32
8.93
10.72
5.39
0.0
0.0
N = 11
N = 11
N = 11
N = 11
N = 11
N = 11
N = 11
N = 11
N = 11
N = 3
N = 19
düzeyi
herhangi bir sanat eseri tanım kümelerine kaydedilmemiştir. Bu ajanlar yok olduktan
sonra, onların harcadıkları efor için sistemde hiçbir şey kalmamış olacaktır.
Tablo 4.4. Farklı yenilik tercihlerine sahip bir grup ajan için yaratıcılık
değerlendirmesi (Saunders ve Gero, 2001c).
Sonuçlar bir ajanın yaratıcı olarak kabul edilebilmesi için yenilik yapması gerektiğini
gösterirken, bunu öyle bir adımda yapmalıdırlar ki diğer ajanların takdirini
kazanabilsinler. Yüksek seviyede yenilik tercihi olan bir ajan, hızlı yenilik üretmede
takdir toplamayıp, başarısız olurken düşük seviyede yenilik tercihi olan ajan az
yenilik girişiyle yenilik üretmede yavaş kalmıştır.
Bir sonraki deneyde farklı hedonik fonksiyonlara sahip olan ajanlardan oluşan
grupların davranışları incelenmiştir. Bunu yapmak için 10 ajanlık bir grup
yaratılmıştır, yarısı yenilik N=6 olan hedonik fonksiyonu beğenmiş ve diğer beş ajan
ise N=15 olan hedonik fonksiyonu beğenmiştir. Şekil 4.35 ajanlar tarafından
gönderilen sanat eserlerini ilgi çekici kabul eden ajanlar arasındaki yaratıcılık kredisi
ödemelerini göstermektedir.
Aynı hedonik fonksiyona sahip ajanlar kendi aralarında ilgi çekici sanat eserlerine
kredi göndermektedirler, ayrıca nadiren de olsa farklı hedonik fonksiyona sahip
ajanlara da kredi göndermektedirler. 0-4 numaralı, 5-9 numaralı ajanlar arasında çok
140
sayıda kredi mesajı vardır ancak 2 grup arasında tek bir ödeme yer almaktadır – ajan
4, ajan 5‟i tek bir ilgi çekici sanat eseri için kredilendirmektedir.
0 1 2 3 4 5 6 7 8 9
2 8 1 20
1
2 1 1 32
4 5 2 53
2 3 3 24
1 6 1 3 55
3 4 5 16
3 0 1 47
4 3 0 48
1 4 4 49
G Ö N D ER EN
AL
ICI
Şekil 4.35. Ajanların yaratıcı olma anlamında verdikleri ve aldıkları krediyi taşıyan
toplam mesaj sayısını gösteren matris (Saunders ve Gero, 2001c).
Farklı hedonik fonksiyonlara sahip ajan topluluklarını aynı gruplara koymanın
sonucunda komitelerin oluştuğu görülmektedir: Ajan grubu kendi arasında kredi
iletişimini sıkça kurmakta ancak komite dışındaki ajanlarla nadiren kurmaktadır.
Sonuç olarak gruplar arasındaki iletişim sıkıntısı nedeniyle, gruplar tarafından
üretilen sanat eserlerinin tarzı aynı kalmaktadır.
Komiteler arasındaki iletişim nadirdir ancak yaratıcı sosyal davranışın önemli bir
yönüdür. Farklı komitelerden iki birey algı açısından benzer tasarım alt uzamlarında
gezdikçe komiteler arasında iletişim oluşur. Bundan sonra her birey diğerinin işini
değerlendirebilir çünkü uygun algı kategorilerini inşa etmişlerdir. Sanat eserlerinin
bir kaynaktan, hedef komiteye transfer edilmesi; hedef komitenin yaratıcılık
sürecinde yeni değişkenler tanımlar, bundan sonra iki bireyin kendi sanat eserlerini
paylaştıkları zaman yaptığı gibi, iki komite farklı yönlerde gezebilir. Böylelikle
komiteler, toplayarak ve ilgi çekici sanat eserleriyle iletişim kurarak keşfedip, süper
sanatçılar olarak hareket edebilirler.
Şekil 4.36 iki komite yaratan bir taklidin çalıştırılmasının ekran görüntüsüdür. Ortaya
çıkan komiteleri göz önüne getirilebilmesine yardım etmek için, ajanların arasındaki
mesafe ajanların sıkça iletişim kurabileceği kadar kısaltılmıştır. 0-4 numaralı ajanlar
düşük kesirli (~1.4) boyutlarla yumuşak dairesel imajlar üretirler ve 5-9 numaralı
141
ajanlar yüksel kesirli boyutlar (~1.7) ile kesin tanımlanabilir köşeleri olan bölünmüş
imajlar üretirler, buradan grupların farklı tarzları görülebilir.
Şekil 4.36. İki komite yaratan bir taklit çalışmanın ekran görüntüsü. Kareler ajanları
temsil etmektedir. Bu imajlar her bir ajan için seçilen genetik sanat eserini
göstermektedir (Saunders ve Gero, 2001c). Karelerin üstündeki numaralar her bir
ajanın yaratıcılık değerlendirmesini ifade ederken ajanlar arasındaki koyu çizgiler
kredi alışverişini göstermektedir.
4.2.2.6. Modelin GeliĢme Yönü
Sistemde uygulanan yapay yaratıcılık yaklaşımı sosyal yaratıcılığın bazı modellerini
geliştirmede bazı fırsatlar sağlayabilir. Bu kapsamda gelecekteki araştırmaların olası
3 yönü: (1) daha büyük yaratıcı toplumların taklit edilmesi, (2) yeni ajan tiplerinin
geliştirilmesi ve (3) daha karmaşık sosyal temasların geliştirilmesi gibi
görünmektedir.
Daha büyük yaratıcı toplumları taklit edebilme yeteneği, yeni üretilenlerin (Gabora,
1997; Goldenberg ve diğ., 2000) ve tarzların yayılmasını çalışmaya olanak
tanıyacaktır. Ayrıca bu, kritik bir boyuta gelen yeni alanların komiteler olarak ortaya
çıkmasına imkan verecektir. Uzamsal ve topolojik ilişkiler büyük nüfus modellerinde
daha önemli unsurlar olacaktır.
Yaratıcı toplumlarda örneğin tüketiciler, dağıtıcılar, yorumlayıcılar gibilerini de
kapsayan yenilik üreticilerinin yanı sıra birkaç önemli oyuncu daha vardır. Her biri
yapay yaratıcı toplumlarda kendi rolünü oynar; tüketiciler ürünleri değerlendirir,
142
dağıtıcılar ürünleri geniş bir alana dağıtır ve eleştirmenler kendi değerlendirmelerini
geniş bir alana dağıtır. Bu roller Şekil 4.37‟de gösterilmiştir.
Ü retici ve
TüketiciÜ retici,
D agitici ve
Tüketici
Ü retici,
Y orum layici ve
Tüketici
Ü retici
Tüketici
D agitici
Y orum layici
Tasarim
D egerlendirm e
Şekil 4.37. Yaratıcı tasarım topluluklarında yer alan farklı tipteki bireyler ve bunların
sosyal rolleri (Saunders ve Gero, 2001c).
İnsanları yaratıcı bir fikriniz olduğuna ikna etmek, o fikre sahip olmaktan daha
zordur. Homojen olamayan toplumdaki iletişim kuran ajanların seçimi, tepe
noktalarının farkında olmayı arayan ajanlar için önemlidir.
Sosyal davranışın ortaya çıkması, örneğin Yenilik Kuralı, ve dinamik sosyal yapılar,
örneğin komiteler; yaratıcı toplumların geliştirilmesi, sosyo kültürel durumlardaki
yaratıcı tasarımların doğasına yeni bakışlarla çelişebilir. Şekil 4.38 yaratıcılığın
ortaya çıkan özellikler piramidi olarak farklı seviyelerini göstermektedir. Her seviye
bir altındaki seviyeden farklı olarak ortaya çıkan yönleri temsil etmektedir. Yaratıcı
piramidin kaynağı yaratıcı ajanın yapısına, fikirleri geliştirme ve denemeye izin
verme süreçlerine bağlıdır. Bu süreçleri yaşama geçirmenin sonucu yaratıcı
ürünlerdir. Geleneksel olarak, bilgisayar ortamındaki araştırmalar, şu iki seviye
üzerinde konsantre olmuştur; kodlama süreci bir yazılımın yaratıcılığında önemlidir
ve bu süreçlerin, kendilerinin yaratıcı olup olmadığı konusunu belirlemek için
çalıştırılması sonucunda elde edilen sonuçların uzmanlar tarafından kontrol edilmesi
gerekir. Geleneksel bilgisayar modellerinde, piramidin yüksek seviyeleri yazılım
tarafından değil insanlar tarafından sağlanmaktadır.
143
K ültürel
Ü rünler
SosyalD avranis
B aglantili
Ü rünler
B ireysel
D avranis
B ireysel
Ü rünler
B ireysel
Süreçler
O rtaya çikm a Etki
Şekil 4.38. Yaratıcılık piramidi (Saunders ve Gero, 2001c).
4.2.3. Algoritmik Bir Evrimsel Tasarım Yöntemi
Bu bölümde Tomor Elezkurtaj ve Georg Franck (1999) tarafından geliştirilen ve
mimari kat planı tasarımı için yapay evrim metodlarının kullanımını öneren bir
sistem incelenecektir. Bu yaklaşımda evrime konu olan özellikler plandaki odaların
hem biçimleri ve hem de bu odaların fonksiyonlarıdır. Fonksiyonun mimaride
yalnızca fiziksel konforu değil aynı zamanda estetik beklentileri de içermesi
bakımından açık uçlu bir konsept olması sebebiyle, bu sistem tasarımın evrimini
otomatik olarak yapmayı amaçlamamaktadır. Bundan ziyade kullanıcıyı ekranda
görebildiği şekliyle sürece dahil edip, onun interaktif olarak tasarıma katılmasını
sağlamayı önermektedir.
Bilgisayar destekli tasarım araştırmacılarının bu konudaki beklentilerinin başlangıç
kaynağı sembolik Yapay Zekanın erken dönemdeki etkileyici gelişim potansiyeli
olmuştur. Geleneksel yapay zekanın insan zekasını referans alan yaklaşımı, dilin
kullanımının programlanmasıdır. Dil, kelimelerin, sembollerin ve hatta biçimlerin
kullanımını içeren geniş bir konsepttir. Erken dönemde Bilgisayar Destekli Mimari
Tasarım ve Yapay Zekayı birleştiren yöntem, biçim gramerlerinin formalize edilmesi
olmuştur. Biçim gramerleri; örneğin duvar, tavan, pencere, kapı, merdiven gibi
mimari elemanlardan oluşan anlamlı mimari planların temsilini oluşturan biçimler,
semboller ve kurallar takımıdır. Planlar eğer iyi oluşturulmuşsa, örneğin elemanlar
net olarak tanımlanmışsa ve sentaktik kurallara göre kullanılmışsa, anlamlıdır. Bir
bilgisayarı, semboller kullanarak mimari planlar oluşturmak için programlama sanatı,
144
grameri oluşturma ve kuralları sentaktik olarak iyi oluşturulmuş ifadeler olarak
tanımlamada yatmaktadır.
Bilgisayar sürümlü biçim gramerlerinin kullanımı, kaydadeğer anlamda bir mimari
Turing testini geçebilme başarısına yaklaşmış durumdadırlar. Bilgisayar ortamında
oluşturulmuş gramerler, eğer orijinalleri uzun dönemde unutulmuş bir şekilde
sunulursa, uzman bir gözü bile kolayca aldatabilecek nitelikteki taklit Palladian
villaları ve sahte Frank Lloyd Prairie evlerinin çizimlerini üretmiştir. Bununla
birlikte sembolik Yapay Zeka çoğu zaman ticari Bilgisayar Destekli Mimari Tasarım
yazılımı için uygun modüllerle ortaya çıkamamıştır. Bunun sebebi ise, mimari
tasarımın grafikler üretmeye ve stiller taklit etmeye indirgenememiş olmasıdır.
Mimari planların sadece sentaktik olarak iyi oluşturulmuş değil aynı zamanda
anlamlı olması gerekmektedir. Mimari planların anlamı, temsil edilen nesnelerin
görevini yerine getirmesini gerektiren fonksiyonda gizlidir.
Bununla birlikte fonksiyon, mimaride oldukça geniş ve anlaşılması güç bir
konsepttir. Bir binanın fonksiyonu, kullanıcılarının ve sahiplerinin ihtiyaçlarını ve
isteklerini karşılama gereksiniminden doğmaktadır. Öncelikle mimaride sözkonusu
bir bina için, kimin kullanıcı ve kimin binanın sahibi olduğu belli değildir. İkincisi,
kullanıcıların gereksinim ve istekleri doğası itibariyle sübjektiftir; ve ayrıca
fonksiyonun konsepti de estetik kadar sübjektif olabilmektedir. Dahası, estetik
algılamaya dahil edilmek için kullanıcı gereksinim ve istekleri hesaba katılmak
zorundadır. Bir binanın fonksiyonu, onu oluşturan parçalarının fonksiyonlarının yanı
sıra, teknik gereksinimlere indirgenemez.
Bununla birlikte, bazı fonksiyonel gereksinimler operasyonel hale getirilebilir. Bir
binanın odalarının fonksiyonunun önemli bir kısmı, komşuluk ilişkileri anlamında
ifade edilebilir. Bir holün karakteristik fonksiyonu, örneğin konut veya yerleşimi
oluşturan odaların geri kalan kısmına olan erişimini sağlamada yatmaktadır.
“Mutfak” veya “banyo” gibi isimlerin geleneksel anlamı, içerikteki odaların biçim ve
yerleşimine ilişkin kısıtlamalar ve tercihler boyutunda saklıdır. Bu nedenle, bir plan
üzerinde tercih edilen boyut, biçim, oryantasyon ve komşuluk ilişkileri programda
listesi verilen mekan isimlerini tanımlayarak çalışmaya başlamak, fonksiyonla
algoritmik olarak uğraşmanın ilk adımı olarak düşünülebilir.
145
Fonksiyonu bu şekilde somut bir kriter anlamında tanımlamak, yine de fonksiyonlara
ait tüm sorunları çözmemektedir. Fonksiyonun tam olarak tanımlanmış konsepti ile
somut bir kriter tarafından dolaylı olarak tanımlanmış konsepti arasındaki fark
gözardı edilmemelidir. Bu farkı gözardı etmek, mimarlığı mühendisliğe indirger. Bir
binanın tasarımı, kullanıcılarının ve sahiplerinin sübjektif ihtiyaçları ve istekleriyle
bir sanat haline gelmektedir.
Bu yüzden, sınırsız algılamadaki bir fonksiyona anlayışına dikkat çekme, sadece bir
risk ve emek kaynağı değil, aynı zamanda da bir sürpriz kaynağı olabilir. Sürpriz
yapabilmek demek ise yaratıcı olmak demektir.
Dolayısıyla yaratıcı tasarımı destekleyen algoritmalar, sürprizler üretmeye veya
herhangi bir kişinin öngöremediklerini oluşturmaya yardımcı olmalıdır. Algoritmalar
öngörülemeyen şeyleri üretmek için nasıl yapılandırılabilirler? Burada gerekli olan
kavram „tesadüfiyet‟ tir. Tabii ki, biçimleri ve biçim kombinasyonlarını tesadüfen
üretmek yaratıcı mimari tasarım için yeterli olmayacaktır. Bu yaklaşımın tasarıma
yardımcı olabilmesi için; tesadüfi fırsatları, hedef-yönelimli bir araştırmayla
birleştirmek gereklidir.
Mimari tasarımın araştırma uzamını yeterli olarak keşfetme sorununun zor kısmı,
uzamın sınırlarını belirlemektir. Prensip olarak, hasta-tanımlı sorunlarla algoritmik
olarak uğraşmak mümkün değildir. Mümkün olarak görülen ise, hasta-tanımlı
sorunlarla uğraşacak ekipmana sahip insan tasarımcı ile buna sahip olmayan makine
arasındaki iş bölümüdür.
4.2.3.1. Modeldeki Yapay Evrim YaklaĢımı
Bir mimarın en temel görevlerinden biri, kat planı tasarımıdır. Kat planları, şekil ve
boyutlandırma problemi, bölge ayarlama ve bina kısıtlamaları, komşuluk ve geçiş
ilişkileri ve diğer faktörlerle belirlenen bir programa yer veren geleneksel bir uğraşı
alanıdır.
Yukarıda karakterize edilen anlamda yaratıcı mimari tasarımı destekleyen sistem,
aşağıdaki özellikleri göstermelidir (Elezkurtaj ve Franck, 1999).
146
1. Programları interaktif olarak belirlemek ve kat planları oluşturmak için bir arayüz
sağlamalıdır.
2. Odaların fonksiyonunu, (a) boyut, biçim ve tercih edilen oryantasyon ve (b)
komşuluk ilişkilerine dair kısıtlamalar ve tercihler şeklinde hesaba katmalıdır.
3. Belirtilen tercihleri optimize edecek şekilde yerleşim sorununu karşılayan mekan
çözümlerini araştırmalıdır.
4. (a) bir araştırma sürecine müdehale etmeyi (b) belirtilen kriter değerlerini
değiştirmeyi kolaylaştırmalıdır.
Sistemin sürpriz üreteceği gereksinimini de eklersek, sistemin yaratıcılığının nasıl
olacağını sorgulamak gerekmektedir. Her ne kadar yaratıcılığın bir algoritması
olamaz gibi görünse de, doğada hem yaratıcı hem de algoritmik olarak tarif
edilebilen birtakım süreçler vardır: Bunların içinde en dikkat çeken, genetik
seviyedeki biyolojik evrimdir. Bu konu ile ilgili olarak daha önceki bölümlerde
yapılan tanım ve açıklamalara da dayanarak; genomların türlerin evriminde
seçilmesi, yeniden birleştirilmesi ve yeniden üretilmesi, bilgisayar tarafından belli bir
dereceye kadar tanımlanmasının yanı sıra, yaklaşımın algoritmik olarak da tarif
edilebileceği söylenebilir.
Günümüzde çeşitli araştırmacıların ortaya koydukları yeni yapay zeka yaklaşımı,
geleneksel yapay zekadan farklıdır. Burada zeka davranış paradigması değişmiştir.
Dili, zekanın paradigma durumu olarak ele almak yerine, günümüzde asıl üzerinde
odaklanılan konu organizmaların adapte olabilir davranışları veya nüfuslarıdır.
Problem çözmede sürpriz olarak güçlü olduğunu ispat eden stratejiler arasında,
Evrim Stratejileri ve Genetik Algoritmalar vardır. Bu konuda daha önce yapılan
tanımlamaları özetlemekte fayda vardır. Hem Evrim Stratejileri hem de Genetik
Algoritma, hayatta kalmak için yarışan bireylerin popülasyonunu gen havuzu olarak
simule etmektedir. Bu stratejilerin üzerinde etkili oldukları bireyler, tasarım
değişkenlerinin aday çözümleridir. Gen havuzu, değişkenleri kodlayan „bit‟ dizisi
seçiminden oluşmaktadır. Evrim Stratejisi ve Genetik Algoritma arasındaki fark,
seçme ve yeniden üretmede rol oynayan tesadüfte yatmaktadır. Evrim Stratejisinde
tesadüf mutasyonla sınırlandırılmıştır, örneğin tek genleri değiştirme. Genetik
147
Algoritmada ise, hem mutasyom hem de „crossover‟ yer almaktadır. Crossover,
bireyler çiftleşmek ve genomlarını yeniden birleştirmek anlamına gelmektedir.
Genetik Algoritmada, hem çiftleşen çiftler hem de genomların crossover olduğu
yerdekiler rastgele seçilmektedir. Seçme, bireysel değişkenlerin uygunluğuna göre,
yeniden üretimde yer alır. Değişkenin daha uygun olması, yeniden üremesi için daha
yüksek şansa sahip olduğu anlamına gelmektedir.
4.2.3.2. Kat Planı Tasarımını Destekleyen Sistem
Bu bölümde, gereksinimlerin (1) – (4) öneri sistem kapsamında uygulanma yöntemi
tanımlanmıştır. Sistem 3 bölümden oluşmaktadır. Bunlardan ilki olan Evrim
Stratejisi, bir binanın formunun verilen boyut ve tercih edilen biçimine uygun olarak
odaları ve sirkülasyon alanlarını belirlemek anlamında kat planı oluşturmaktadır.
İkinci bölüm olan Genetik Algoritma ise, komşuluk ilişkileri bağlamında ifade
edilen, fonksiyonel gereksinimlere göre odaları düzenlemekle görevlidir. Üçüncü
bölüm ise, en iyi sonucu elde eden tasarım değişkeninin gösterildiği ve çeşitli
müdehalelerle erişilebilir hale getirildiği kullanıcı arayüzüdür. (Elezkurtaj ve Franck,
1999).
Verilen boyut ve tercih edilen biçimde bir binanın dış kontürüne uygun biçimde
odaları yerleştirme görevi, tercih edilen proporsiyonları optimize ederken, açıklıkları
ya da çakışmaları minimize eden düzenlemeyi bulmaktan ibarettir. Odaları bir dış
hatta oturtmak, komşuluk ilişkilerinin ayrıntılı optimizasyonuyla kıyaslandığında,
basit bir görevdir. Bu optimizasyon probleminin araştırılması çok daha komplekstir
ve araştırma uzamı üzerinde daha fazla çalışılmaya gerek duymaktadır. Bu istenen
hedefe ulaşmak için, mutasyon ve crossover ile birleştirilen bir Genetik Algoritma
kullanılmaktadır. Genetik Algoritma tarafından yapılan operasyon daha önce
düzenlenen odaların bir anlamda yeniden yorumlanmasıdır. Komşuluk ilişkilerini
optimize etmek için odalara atfedilen fonksiyonları değiştirir. Genetik Algoritma
sürecinin girdisi, Evrim Stratejisi sürecinin çıktısıdır, bunun tam tersi de sözkonusu
olabilmektedir. (Elezkurtaj ve Franck, 2000).
Model kapsamında böyle karışık bir stratejinin kabul edilmesinin sebebi, diğer bazı
sebeplere ek olarak, süreci hızlandırma isteğidir. Çünkü kullanıcıyla etkileşim için
hız önemlidir.
148
Şekil 4.39. Açıklık ya da çakışmaları minimize ederek odaların verilen boyut ve
tercih edilen biçimde bir dış kontüre oturtulması (Evrim Stratejisi tasarından
oluşturulan şekliyle) (Elezkurtaj ve Franck, 1999).
Şekil 4.40. Tercih edilen komşuluk ilişkilerine göre bir dış hatta oturtulmuş
modüllerin (oda bölümleri) yeniden düzenlenmesi (Genetik Algoritma ile
oluşturulan şekliyle) (Elezkurtaj ve Franck, 1999).
Ön görülen zaman kısıtlaması içinde en yüksek skorla tasarım değişkenini gösteren
arayüz, aynı zamanda, pozisyon, oryantasyon, biçim ve odaların boyutunu da,
çalışma sırasında, değiştirme imkanını sağlamaktadır. Dahası, odaların oturtulacağı
dış hattı değiştirmeye, odaların sayısını ve aralarındaki komşuluk ilişkilerinin
ağırlıklarını değiştirmeye de olanak tanımaktadır (Şekil 4.41).
Bir makinenin ulaşamayacağı becerilere, tasarımcının becerilerinin dahil olması
önemlidir. Fonksiyonun daha geniş konsepti tarafından zorunlu kılınan
gereksinimlerin ve isteklerin karışıklığı ve donukluğu ile insan zekası ve önsezisinin
ilgilenmesi önerilebilir. Dahası, insan tasarımcı, algılamanın önsezgisel zekası ve
algılananı tanımlama yeteneği arasındaki ayrılık için kullanılmaktadır. Bu ayrılık,
yapılamayan fakat bulunması gereken kalitelerin kaynağıdır. Beklenti olarak
planlanamayan fakat retrospektif olarak takdir edilen özellikler, mimari kalitenin
temelinde yatan kavramlardır.
149
Bir makinenin, tesadüfi kalite ortaya çıkartmak için yapacağı en iyi şey, bir sürprize
sebep olmaktır.
Şekil 4.41. Topolojiyi (geçiş ilişkileri) gösteren kullanıcı arayüzü solda; geometri
(kat planı) ortada; topolojik matris (tercih edilen komşuluk ilişkilerinin bağ
ağırlıklarını içeren) (Elezkurtaj ve Franck, 1999).
Şekil 4.42. Ekolojik barınakta bir tasarım stüdyosu. Proje Christian Kadletz
(Elezkurtaj ve Franck, 1999).
Yapay evrimi bir tasarım ortamına dönüştürme, TU Wien tasarım stüdyolarında,
sürpriz üretme potansiyelini ispatlamıştır. Ekolojik barınaktaki bir stüdyoda, büyük
miktarda esneklik ve değişkenlik özellikleri gösteren, düşük maliyetli ahşap yapılar
150
geliştirilmiştir (örnek için şekil 4.42) Kentsel yerleşimde bir tasarım stüdyosunda,
sistem, komşuluk ilişkileri gösterimini sınır koşullarında küçük değişikliklere veya
ilişkilere atfedilen değerleri optimize eden, hassasiyeti değerlendirmek için
kullanılmıştır (şekil 4.43-minimal değişikliklerden sonuçlanan değişkenler serisi).
Her ne kadar bu testler önsezgisel tatminkar bir kullanıcı arayüzünü geliştirmenin zor
olacağını göstermişse de, beklenmeyen sonuçları kolaylaştırmak için büyük bir
potansiyel ortaya koymuşlardır.
Şekil 4.43. Kentsel yerleşim projesi. Değişkenler Christian Hoffmann. (Elezkurtaj
ve Franck, 1999).
4.2.3.3. Modelin GeliĢme Yönü
Şu ana kadar geliştirilen bu sistem, yaklaşımın fizibilitesini gösteren bir prototiptir.
Şu anda çalışma altında olan geliştirme safhaları ise üç yönde ilerlemektedir. İlki,
sistemin ele almasına uygun olan biçimlerin geometrisi, mimari ve kentsel tasarım
gereksinimlerine ileri safhada kabul edilmek için beklemektedir. Şu anda ele
alınabilen biçimler, dikdörtgenler ve daha yüksek seviyedeki poligonlardır. Daha
yüksek seviyedeki poligonlar karışıklığı büyük ölçüde arttırdığı için ve bu yüzden
sistemin performansını kaydadeğer biçimde azalttığından, serbest biçimler ve karışık
geometrilerin daha etkili olarak ele alınması gereklidir. İkincisi, birçok binanın
birden fazla katı vardır. Bu yüzden sistem, bir seferde uğraşılan kat sayılarıyla ilgili
olarak genelleştirilmeyi beklemektedir. Kabul edilen yaklaşım, komşuluk ilişkileri
için dik yönde, 3D tensörü için topolojik matrisle yer değiştirmede yatmaktadır.
Burada sorun yine artan karmaşıklıktır. Üçüncüsü, hedef fonksiyona giren
fonksiyonellik kriteri değerinin artırılması beklentisidir. Bu, binaların performansı
sonucunda simüle edilen veri tabanı üstünde yapılabilir.
151
4.2.4. Yaratıcı Tasarım Ġçin ġema Tabanlı Bir Evrimsel Tasarım Modeli
Yaratıcılık ve tasarımda yaratıcılık daha önceki bölümlerde de belirtildiği gibi farklı
bakış açılarından kaynaklanan birçok farklı anlama gelebilmektedir. (Gero ve Maher,
1992; Gero ve Maher, 1993). Yaratıcılığı; sadece ortaya çıkan ve toplum tarafından
yaratıcı olarak değerlendirilen ürün kapsamında ele almak ile yaratıcı olarak
değerlendirilebilecek ürünleri üretme potansiyeline sahip süreçler olarak algılamak
arasındaki fark açıkça çizilmelidir. Bu bölümde inceleyeceğimiz yaklaşıma göre;
ortaya çıkan ürünün yaratıcılığı, yorumlanması açısından toplumsal olduğunda; bu
ürünün yaratıcı olarak nasıl üretilebildiğini anlamaya yardımcı olan birtakım süreçler
de sözkonusu olabilir. Tasarım sürecinde şema konsepti kullanımını öneren bu
evrimsel yaratıcılık modeli John S. Gero (1996) tarafından oluşturulmuştur.
Bu model kapsamnda yaratıcılık sadece; tasarım ortamına yeni bir ürünün dahil
edilmesi olarak değil, yaratıcı olarak adlandırılabilecek herhangi bir sürecin gerekli
koşulu olarak da değerlendirilmektedir. “Yeni bir ürünün” ortaya konmasından
ziyade beklenmeyen bir sonucun ortaya çıkmasıdır. Daha formal olarak, rutin
tasarımcılık; bir sonraki adımda beklenenlerin yine sözkonusu şema tarafından
tanımlandığı bir tanımlı-şemayı takip etme süreci olarak ifade edilebilir. Rutin
olmayan tasarımcılığın bir parçası olan yaratıcı tasarımcılık ise, tasarım şemasını
beklenmeyen ve birbiriyle uyuşmayan sonuçlar verecek şekilde karıştırmak olarak
değerlendirilebilir.
Her ne kadar rutin ve yaratıcı tasarım arasındaki sınırı çizmek zor ise de, rutin ve
yaratıcı tasarımların üretiminde kullanılan süreçler arasındaki farkları açık açık
belirtmek kısmen daha az zordur. Bu bölümde, bilgisayarda yaratıcı tasarımın süreç-
yönelimli bir yaklaşımı evrimsel tasarım kapsamında ayrıntılarıyla incelenecektir.
Öneri modelde tasarımın şema-tabanlı bir yaklaşımı dahilinde, beklenilmezlik ve
„ortaya çıkma“ (emergence) kavramları kullanılmaktadır.
4.2.4.1. Yaratıcı Tasarım Modeli
Bu yaratıcı tasarım yaklaşımında, tasarım süreci anlamında bir yöntem oluşturmak
için, fonksiyon-davranış-yapı + bilgi temelini kapsayan kavramsal şema prototipleri
kullanılmaktadır (Gero 1990). Dolayısıyla, tasarımların durum uzamı temsilinin üç
152
alt uzamı olmaktadır. Yapı uzamı S (karar uzamı); davranış uzamı, B (performans
uzamı); ve fonksiyon uzamı F (ortaya çıkan ürünün teolojisini açıklar). Şekil 4.44
tasarımların durum uzamını oluşturan üç alt uzamı göstermektedir.
Fonksiyonu davranışa ve davranışı fonksiyona; yapıyı davranışa ve davranışı yapıya
dönüştüren transformasyonlar varken, fonksiyonu yapıya dönüştüren bir
transformasyon yoktur. Bu bir “no-fonction-in-structure” prensibi versiyonudur ki,
(Gero, 1990) ortaya çıkan ürünün teolojisinin, ürünün yapısından kaynaklanmadığını
öne sürmektedir.
Her ne kadar fonksiyon, tasarım hakkında önemli fikirler ortaya koysa da; bilgisayar
destekli modellerde çoğu zaman yalnızca yapı ve davranış uzamları dikkate
alınmaktadır. Tipik olarak bilgisayar destekli tasarım modelleri; simülasyon,
optimizasyon, üretim, ayrıştırma, kısıtlama tatmini ve daha genel olarak araştırma ve
keşfetme gibi süreçler olarak gruplandırılabilir. Bütün bunlar ortak bir genel konsepti
paylaşmaktadır; buna göre yapılar tasarım sürecinde üretilir ve bunların sonuçsal
davranışları yorumlanır. Sadece son zamanlarda, tasarlanan ürünün fonksiyonu
bilgisayar destekli modellere dahil edilmeye başlanmıştır.
F
F1
B
B1
2S
S1
2
Şekil 4.44. Tasarımın durum uzamını oluşturan üç alt uzam ve bunlar arasındaki
transformasyon ilişkileri (Gero 1990).
Buradaki yaklaşıma göre yaratıcılık, iki şemanın birbiriyle kesişmesi üzerinden
beklenmeyen bir sonucun ortaya çıkması şeklinde düşünülebilir. Birinci şema, rutin
beklentiler setini oluşturur, ikinci şema ise beklenmeyen sonucu anlamak için
gereklidir. Beklenmeyen sonuç daha sonra tarif edilecek birkaç farklı yolla
üretilebilmektedir.
Yaratıcı bir tasarım modeli, tabiat modellerine analoji yapılarak oluşturulabilir.
Koestler bilim ve şiirde olduğu gibi tabiatta da yaratıcı kavramların bir sürekliliği
153
olduğunu işaret etmektedir. “Bu üç durumda da yaratıcı sürecin mantıksal yapısı
aynıdır: Gizli benzerliklerin keşfi.” (Gero 1996).
Doğanın iki şema paradigmasına bir örnek: Çalışma umudu olmayan, yeteneksiz bir
adam, bir inşaat sahasına gider ve ustabaşına iş var mı diye sorar. Ustabaşı adamın
zeki veya kalifiye bir eleman olmadığını düşünür, fakat merhametli olduğundan
adama bir şans tanımaya karar verir. “Bana hatıl (Girder) ile kiriş (Joist) arasındaki
farkı söylersen sana bir iş veririm, der. Adam kafasını kaşır ve “Kolay!, Eksiğimi
böyle bulamazsın, farkı herkes bilir… Goethe Faust‟u ve Joyce Ulysses‟i yazdı”
der. Buradaki cevap, onları anlamak için yeni bir şemayı gerektiren yeni değişkenleri
ortaya koymaktadır. Şekil 4.45 tasarım terimlerindeki paradigmaları sunmaktadır.
M evcut
Tasarim
Sem asi
Tasarim ya da
K ism i
Tasarim
M evcut sem a
tarafindan
öngörülen
tasarim m i?
R utin
Tasarim
B eklenm edik
Tasarim
Tasarim i anlam ak için
bir sem a üreti-
lebilir ya da
buluna-bilir m i?
Tasarim i
reddet
O LA SI
TA R A TIC I
TA SA R IM
Evet
H ayir
Evet
H ayir
Şekil 4.45. Yaratıcı bir tasarım modeli (Gero, 1996).
4.2.4.2. Yaratıcı Tasarımın Durum Uzamı Temsili
Belirli süreçler ve değişkenler seti için; sınırlı bir konsept veya odak dahilinde işlem
yapan herhangi bir bilgisayar destekli model sınırlandırılmış bir durum uzamı
oluşturacaktır. (her ne kadar bazı durumlarda sayıca sonsuz olsa da). Böyle bir
durum uzamında yaratıcı tasarım, durum uzamında meydana gelecek bir değişiklikle
temsil edilebilir. Şekil 4.44‟deki fonksiyon, davranış veya yapıya dair herhangi bir
154
alt uzam değiştirilebilir; her ne kadar tasarımda, değişen genelde yapı uzamı olsa da.
Olası iki değişiklik çeşiti vardır: ekleme ve yerine geçme. Bu Stevens‟ın fizyolojik
temsil ölçülerinin iki şekline dayanmaktadır (Gero 1990). Şekil 4.46‟da ekleme
yaklaşımı kavramsal olarak, yeni durum uzamı Sn‟nin orijinal durum uzamını da
tamamıyla içerdiği bir şekille ifade edilmiştir. So, i.e. So Sn ve Sn–So.
O rjinal durum uzam i
S 0
Y eni eklem eli durum uzam i
S n
Sekil 4.46. Eklemeli durum uzamı görüntüsü (Gero, 1996).
Ekleme yaklaşımı, yeni değişkenler, varolan değişkenler stoğuna eklenecektir
anlamına gelmektedir. Gero ve Kumar (1993) yapı değişkenlerinin eklenmesinin,
uygun olmayan davranış uzamlarının uygun duruma getirilmesine nasıl olanak
sağladığını. Dahası yapı değişkenleri eklemenin, halihazırdaki optimum bir tasarımın
davranışını nasıl geliştireceğini göstermişlerdir.
Şekil 4.47‟de yerine geçme yaklaşımı, yeni durum uzamı Sn‟nin orijinal durum
uzamı So‟yu kapsamadığı kavramsal olarak gösterilmiştir, SoSn. Yerine geçme
yaklaşımı, bazı varolan değişkenlerin silinmesi ve yenilerinin eklenmesi anlamına
gelmektedir. Silinmiş varolan değişkenlerin sayısıyla, yeni eklenmiş değişkenlerin
sayısı arasında bir bağlantı yoktur. Daha sonra görüleceği gibi bu yaklaşım, „Ortaya
çıkma‟ konseptine uymaktadır.
O rjinal durum uzam i
S 0
Y erine geçm eli durum uzam i
S n
Şekil 4.47. Yerine geçmeli durum uzamı görüntüsü (Gero, 1996).
155
Bu modelde ortaya konulan yaklaşıma göre yaratıcı bir tasarım sistemi iki konsept
içermektedir:
1. yeni değişkenlerin
2. yeni bir şemanın tasarım ortamına dahil edilmesi.
Bu iki konsept birbirleriyle etkileşime girmektedirler. Şekil 4.45‟ te belirtilen model,
Şekil 4.48‟ deki gibi bu konseptleri dahil etmek için ayrıntılı olarak incelenebilir.
M evcut Sem a
Tasarim önerileri
küm esi
Tasarim ya da kism i
tasarim
M evcut sem a
tarafindan
öngörülentasarim m i?
R utin
Tasarim
K ism i tasarim
tarafindan
öngörülentasarim m i?
Tasarim i
anlam ak için
m evcut sem akullanilabilir m i?
O LA SI
Y A R A TIC I
TA SA R IM
Tasarim i anlam ak içinbir sem a üreti-lebilir ya dabuluna-bilir m i?
Tasarim i
reddet
Evet
H ayir
Evet
H ayir
H ayir H ayir
Evet Evet
O LA SI
Y A R A TIC I
TA SA R IM
Şekil 4.48. Genişletilmiş Yaratıcı Tasarım Modeli. Değişkenlerin yanı sıra şemaları
da dahil etmek için Şekil 4.45‟ teki model genişletilerek yaratıcı tasarım modelinin
yeni değişkenler/şemalarının diyagramatik temsili geliştirilmiştir (Gero, 1996).
4.2.4.3. „Ortaya Çıkma‟ (Emergence) Kavramı
Açık olarak ortaya konamayan, yani kapalı olan bir özellik; eğer açık hale
getirilebilirse „ortaya çıkan‟ (Emergent) bir özellik olarak adlandırılabilir. „Ortaya
çıkma‟nın; yeni şemaların ve buna bağlı olarak da yeni değişkenlerin tasarım
ortamına davet edilmesinde önemli bir rol oynadığı düşünülmektedir. Bu kavram
yapıların görsel temsillerindeki fenomen olarak algılanabilir. Direkt olarak, değişen
156
şemaların konsepti üzerine işaret etmektedir çünkü, „ortaya çıkan‟ bir özelliği
tanımlamak için genellikle yeni bir şema gereklidir.
Şekil 4.49‟ da gösterilen üç eşkenar üçgenin durumunu düşününüz.
1
2 3
(a) (b)
Şekil 4.49. (a)Açık olarak temsil edilen üç eşkenar üçgen. (b) İkizkenar yamuk
şeklinde „ortaya çıkan‟ bir form (Gero, 1996).
Şekil 4.50. Ortaya çıkma‟ya konu olan ana yapı ve 4.51. Ortaya çıkan fonksiyonlar
(Gero, 1996). Şekil 4.50‟deki yapının çeşitli fonksiyonları şöyle kullanılabilir: (a)
şezlong (mobilya), (b) küpe (mücevher), (c) su tartısı (bilimsel alet), (d) portatif
çalkalayıcı (uygulama), (e) kar kızağı, (f) dönerek ezme aleti, (g)topaç, ve (h)slasher
basher (silahlar) (Gero, 1996).
Eğer şema sadece üçgenlerle ilgileniyorsa, o zaman sadece üçgenler bulunacaktır.
Bununla birlikte, yapı için oluşturulmuş bir başka şema Şekil 4.49(b)‟de, Şekil
157
4.49(a)‟da açıkça temsil edilmemiş olan ikizkenar yamuğu bulacaktır. „Ortaya
çıkma‟ kavramı sadece yapı için limitsizdir, fakat davranış ve fonksiyona da
uygulanabilir. Finke, verilen sabit bir yapı için „ortaya çıkan‟ fonksiyon örnekleri
olarak Şekil 4.50 ve 51‟i vermiştir (Gero, 1996).
4.2.4.4. ġema YaklaĢımı
Bir tasarım uzamını değiştirmek için ister ekleme isterse de yerine geçme anlamında
ne tür süreçler gereklidir? Şimdiye kadar, eskisinin yerine geçen yeni bir şema
oluşturma yaklaşımından ziyade değişkenlerin eklemesi için birtakım süreçler
geliştirilmiştir.
Fonksiyon (F), yapı (S) ve davranış (B) şeklindeki üç değişik sınıfı kapsayan bir
şema tanımlansın: Bu üç sınıf onları bağlayan süreçler (K), tarafından işletilmektedir.
Bu, değişken sınıflar ve bunlara karşılık gelen süreçlerin; içerik (C) kapsamında
meydana gelen bir tasarım prototipi şemasıdır.
Bu anlamda bir tasarım prototipi (P) şöyle açıklanabilir:
P = (F, B, S, K, C)
F, B, S ve C‟ nin tüm değişken sınıfları, K gibi modife edilmeye açık durumdadır.
1. Şemaya Değişken Eklenmesi
Değişkenlere ekleme yapabilen herhangi bir süreci, ortaya çıkan iki çeşit sonuçtan
ayırt etmek gerekir. Böyle süreçler, (i) homojen veya (ii) heterojen olarak
değişkenlere ekleme yapabilirler.
Homojen değişken ekleme; eklenen değişken varolan bir değişkenle aynı türde
olduğunda ve varolan bilgi bunu mevcut şemaya entegre etmek için
kullanılabildiğinde ortaya çıkar. Şekil 4.52, tasarım prototipinin bağımlılık ağını
gösterirken, Şekil 4.53 varolan bilgi yapısını kullanabilen yeni bir homojen
değişkenin, tasarım ortamına eklenmesi tarafından değiştirilen aynı bağımlılık ağını
göstermektedir. Buna bir örnek de Gero ve Maher (1992) de verilmiştir.
158
Heterojen değişken ekleme; eklenen değişken varolan bir değişkenden farklı
olduğunda ve varolan bilgi bunu mevcut şemaya entegre etmek için
kullanılamadığında ortaya çıkar. Şekil 4.54, Şekil 4.52‟in heterojen değişken girişi
tarafından değiştirilen bağımlılık ağını göstermektedir. Gero ve Maher (1992)‟ de
buna bir örnek verilmiştir.
F1
F2
B2
B1
B3
B V1
B V2
B V3
SV1
SVi
SV2
Si
S1
S2
Şekil 4.52. Fonksiyon, davranış, davranış değişkenleri, yapı değişkenleri ve yapı
arasındaki ilişkileri gösteren bir tasarım prototipindeki bağımlılık ağının bir kısmı
(Gero, 1996).
F1
F2
B2
B1
B3
B V1
B V2
B V3
SV1
SVi
SV21
Si
S1
S2
SV22
Şekil 4.53. SV2‟yi {SV21, SV22}e bölerek homojen değişkeninin eklemesiyle
değiştirilen (Şekil 4.52‟de gösterilen) bağımlılık ağının bir kısmı (Gero, 1996).
Şekil. 4.54. SV2‟yi {SV21, SV22}e bölerek heterojen değişkeninin eklemesiyle
değiştirilen (Şekil 4.52‟de gösterilen) bağımlılık ağının bir kısmı (Gero, 1996).
Değişkenleri eklemek için bilgisayarsal analogları içeren hangi süreçler
sözkonusudur? Bu model kapsamında üç süreç tanımlanacaktır:
159
1. kombinasyon
2. analoji
3. mutasyon
Kombinasyon; odak tasarım prototipi (f) denilen bir mevcut tasarım prototipine,
birleştirilen (c) (combining) tasarım prototipi denen bir tasarım prototipinin bir
parçası veya tamamının eklenmesi olarak tanımlanabilir. Eklenebilen değişkenler
yapı, davranış veya fonksiyondan kaynaklanabilir.
Kombinasyon şöyle temsil edilebilir:
Fnew = Ff Fc
Bnew = Bf Bc
Snew = Sf Sc
new = birleştirilmiş tasarım prototipi
f = odak (mevcut) tasarım prototipi
c = birleştirilen tasarım prototipi
Bununla beraber, bunların her birinin anlamı birbirinden farklıdır. Ekleme
fonksiyonlarının, yeni davranışlar (ın eklenmesi) anlamına gelmesi gerekmez çünkü,
birleştirilen fonksiyonu karakterize etmek için odak tasarım prototipinde varolan
davranışlar yeterli olabilir. Benzer olarak, ekleme davranışları, yeni fonksiyon ve
yapılar (ın eklenmesi) anlamına gelmesi gerekmez. Odak tasarım prototipindeki
fonksiyonlar birleştirilen davranışı bir niteleme olarak dahil etmek için yeterli
olabilir. Odak tasarım prototipindeki yapılar yeni davranışlar üretebilirler.
Genel olarak yapı değişkenleri eklenmektedir. Eğer bunlar homojen değişkenler ise,
davranışta herhangi bir değişikliğe gerek yoktur. Eğer bunlar heterojen değişken ise,
o zaman davranışta değişikliğe gerek olabilir.
Yapı, bir yapı değişkenleri seti tarafından tanımlanmaktadır, SV; ki bu yapının
bileşenlerini ve bunlar arasındaki ilişkilerin tanımını yapmaktadır. Dolayısıyla Sf
160
{SVf1, ..., SVfn} yapı değişkenleri seti tarafından temsil edilirse ve Sc {SVc1, ...,
SVcn}ile, SVci SVfj‟ ye eklendiğinde ya da homojen durumda SVci SVfj için
yedek olduğunda, Sf ve Sc‟nin kombinasyonu ortaya çıkmaktadır. Eğer sadece
homojen yapı değişkeni için bir yerine geçme sözkonusu ise; o zaman bu, genetik
algoritmalardaki geçiş-crossover fikriyle uyuşmaktadır.
Analoji; bir problemin kavramsal yapısının başka bir problemle uyuşması ve buraya
transfer edilmesindeki süreçlerin üretimi olarak tanımlanabilir. Yeni probleme
transfer edilen bilginin doğasına dayanarak, analojik çıkarsama süreçleri dönüşümsel
analoji veya türetimsel analoji olabilir (Carbonell, 2003).
Dönüşümsel analoji fonksiyon, davranış ve yapı üzerinde işlem yapabilirken,
türetimsel analoji bilgi üzerinde işlem yapmaktadır. Buradaki öncelikli ilgi
dönüşümsel analoji üzerindedir. Çoğu bilgisayarsal analojiler aynı alandaki durumlar
arasında oluşturulur, her ne kadar ilginç analojiler farklı alanlarda meydana gelebilse
de. Analoji; kaynak tasarım prototipi denen başka bir tasarım prototipinden, odak
tasarım prototipi denen mevcut tasarım prototipine yeni bileşenler eklemektedir.
Analoji yerine geçme süreci olarak da düşünülebilir.
Fonksiyon, davranış ve yapı üzerindeki analojik süreçlerin sonuçlarının anlamları,
kombinasyondaki gibidir.
Mutasyon bir tasarım prototipindeki değişkenin dışsal bir süreç tarafından
değiştirilmesidir. Mutasyon iki temsili seviyede ortaya çıkabilir. Birincisi açık yapı
seviyesidir (Jo ve Gero, 1997). Yapı değişkenlerinin mutasyonuna örnek olarak; S
yapısının bir yapı seti tarafından tanımlandığı düşünülsün. SVj ise, değeri bir kapı
ile kapı pervazı arasındaki bağlantıyı “menteşe” olarak temsil etsin. Bir mutasyon
işlemcisi bu değişkenin değerini “sürgü” olarak değiştirebilir. Değerlerine nazaran
yapı değişkenlerinin mutasyonuna örnek olarak, yapısal mühendislik kirişinin
kesitini düşünelim. Kiriş, derinliği ve genişliği ile tanımlanır (SV1, SV2) Şekil
4.55(a)‟da olduğu gibi. Kapalı olarak farzedilmesi dikdörtgen olmasından
kaynaklanmaktadır. Bir mutasyon işlemcisi; yapı değişkenlerini, SV3‟ün Şekil
4.55(b)‟de bir açıyı ifade ettiği (SV1, SV2, SV3)‟ ye dönüştürebilir .
Mutasyon; tasarım prototipindeki yapının değiştirilmesi anlamında genetik bilimi ile
analoji kurmaktadır. Genotip seviyesinde sadece temsil edilen yapının değil;
161
fonksiyon ve davranış ile fonksiyon, davranış ve yapının her üçünde ortaya çıkan
mutasyon işlemleri ile beraber kavranması mümkündür.
SV1 = derinlik SV1 = derinlik
SV1 = açi
SV1 = genislik SV1 = genislik
(a) (b)
Şekil 4.55. (a) Orijinal kiriş kesiti iki yapı değişkeni ile açıklanır, (SV1, SV2), (b)
Mutasyona uğramış kiriş kesiti üç yapı değişkeni ile açıklanmıştır (Gero, 1996).
Mutasyon işlemcileri ikiye ayrılır: homojen ve heterojen. Önceki gibi homojen
işlemciler, aynı türün yeni değişkenlerini mutasyona uğramış olarak üretenlerdir.
Heterojen işlemciler ise, mutasyona uğramış değişkenlerin farklı bir türünün yeni
değişkenlerini üretenlerdir. Klasik genetik algoritmalarda bütün mutasyonlar
homojendir.
2. Şemada Mevcut Değişkenin Yerine Yeni Bir Değişkenin Geçmesi
Tanımlanan şemada mevcut değişkenin yerine yeni bir değişkenin geçmesi için
bilgisayarsal analogları içeren süreçler aşağıdaki gibidir:
1. mutasyon
2. analoji
3. ortaya çıkma (emergence)
Mutasyon süreçleri; heterojen olduklarında, yerine geçme değişkenleri üretebilir ve
sonuç olarak bazı varolan değişkenleri silebilirler. Bir temsili değişkenler dizisini, bu
değişkenlerin işaret ettiği bilgi ile birlikte bir şema üzerinde düşünelim. Bu dizide bir
değişkenin varolan bir diğerinin yerini alması şema üzerinde potansiyel bir değişiklik
gereksinimi oluşturur. Bu, şema modifikasyonuna tümevarımsal/veri-yönelimli
(bottom-up/data driven) bir yaklaşımdır, Şekil 4.56.
162
Heterojen değişkenler üreten Analoji süreçleri, yerine geçme değişkenleri üretir.
Tasarım prototip temsilini kullanan analoji süreçleri, kaynak tasarım prototip
şemasının elemanlarını mevcut şemaya davet etme potansiyeline de sahiptirler.
Ortaya çıkma, şemaların yerine geçmesinde önemli bir süreç olup tasarım
yerleştirme konseptlerine bağlıdır. Bu kavram, yerine geçme şemaları için bir süreç
olarak ele alınmak üzere Şekil 4.56‟da yerine geçme şemaları fikri gösterilmektedir.
V1 V2 V1 Vn
sem a
degiskendizisi
V1 V2 V *1 V *n
sem a
degiskendizisi
m utasyonaugram is
Şekil 4.56. Mevcut şema ve değiştirilmiş şema. Yerine geçme değişkeni, V*,
değiştirilmiş bir şema gerektirir, şema* (Gero, 1996).
Her ne kadar daha önce grafiksel ve görsel modeller üzerinde kayda değer bir
geliştirme ve anlama çalışması gerçekleştirilmiş olsa da „ortaya çıkma‟ kavramının
nasıl işlevsel hale getirileceği hala başlangıç safhasında olan bir araştırma konusudur.
Aşağıda kavramsal bir yaklaşımın dayandığı alternatif bir model açıklanmıştır
(Damski ve Gero, 1997) .α bir şema, Rα onun birleşik temsili ve VR de R‟de temsil
edilen şemanın değişkenleri olsun. Bir alternatif temsil, R*, VR‟deki bazı
değişkenleri temsil etmede kullanılsın. Bu alternatif temsil, diğer şemalarla
birleştirilebilir ve sonuç olarak diğer değişkenleri tanıtabilir. Dolayısıyla, alternatif
temsilleriyle görünüşte aynı yapıya sahip olan „emergent‟ şemalar, mümkün olabilir.
Şekil 4.57 bunu grafiksel olarak göstermektedir.
„Ortaya çıkan‟ şemalar üzerinde çalışmanın iki yolu vardır: şemayı araştırma ve
şemayı oluşturma. Araştırma, şemanın zaten var olduğunu fakat henüz bunların
mevcut duruma uygulanmadığını varsaymaktadır. Bu, tümdengelimsel ya da hipotez-
yönelimli (top-down or hypothesis-driven) bir yaklaşımdır. Dolayısıyla, yukarıdaki
örnekteki gibi bir özellik iki keşisen sonsuz maksimal çizgi olabilir. Bu özellik,
163
sonsuz maksimal çizgilerin sınırlanması yoluyla yapılandırılmış bir kapalı biçim
alarak ortaya çıkar. Yalnızca bu özellik kullanılarak bir biçim oluşturulabilir.
Bununla birlikte, biçimin sınır çizgilerinin özelliklerine dayanan bir şeması vardır.
Dolayısıyla, bir emergent şema, ikisi paralel olmak koşulu ile dört sonsuz maksimal
çizgiden oluşabilir. Bu Şekil 4.49 (b)‟deki ikizkenar yamuk için bir şema oluşturmak
için yeterlidir.
M evcut sem a
M evcut tem sil
M evcut yapi
ve degiskenler
A lternatif tem sil
B azi m evcutve yeni
degiskenler
yeni yapiyi
tanim lar
O rtaya çikan sem a
O rtaya çikan yapi
Şekil 4.57. Alternatif temsil kullanımına dayanan şema „emergence‟ süreç modeli
(Gero, 1996).
4.2.4.5. Evrimsel Süreç
Bu bölüme kadar, yaratıcı tasarımın bir modeli düşünülüp, emergence önemli bir
fenomen olarak tartışılmıştır; ekleme ve yerine geçme değişkenleri ile ekleme ve
yerine geçme değişken şemaları anlamında çeşitli yaratıcı tasarım süreç modelleri
sunulmuştur. Bütün bu konseptlerin ortak yanı değişimdir. Değişkenler değişir,
şemalar değişir ve sonuç olarak yeni (ortaya çıkan) ürünler tasarlanabilir. Bu
değişme nosyonu, bir evrim kavramına ve doğal evrim ile evrimsel süreçler
arasındaki analojiye işaret etmektedir.
Hybs ve Gero (1992) tasarımda evrimsel süreç modeli için basit bir yapı
geliştirmişlerdir. Bu model amaçlarla başlar ve ürün veya (ortaya çıkan) ürünlerle
sonuçlanır ve tasarımı içine yerleştirir. Gero (1990) tarafından sunulan tasarım süreç
modelinin gelişmiş bir uzantısıdır.
Daha önce açıklanan kombinasyon ve mutasyon süreçleri, genotip seviyesinde işlem
yapan evrimsel süreçlere benzemektedir. Genetik algoritmaların bilgisayar ortamında
oluşturulması bu konu ile ilgilidir. Her ne kadar genetik algoritmalar yapıları
164
tasarlamak için kullanılmış olsa da, bunların kullanımı şimdiye dek genel olarak
rutin tasarım için olmuştur. Formülasyonlar; kombinasyon ve mutasyonla ve neyin
temsil edilebileceğiyle ilgili olarak, yüksek seviyedeki kısıtlamaları kullanıldığı için,
yaratıcı tasarımlar ortaya çıkamamıştır. Genotip kavramı, kapalı yapıyı kodlayan bir
sabit uzunluk dizisi olarak, tasarımın tüm yönlerini kapsayabilmesi için,
genişletilmeye gereksinim duyar: fonksiyon, davranış ve yapının yanı sıra bazı
bilgileri içermektedir.
Genetik algoritmalardaki şema kavramının, mevcut olan eksik-bilgi temsilinden çok,
zengin-bilgi temsiline izin verebilmesi için geliştirilmesi gerekmektedir. Zengin-bilgi
temsillerine izin vermesinin bir yolu; sadece yapı değişkenlerinin değerlerini
kodlamak değil, ama yapı değişkenlerinin kendilerini ve ortaya çıkan yeni yapıların
uygunluğunu değerlendirmek için kullanılan davranışları da kodlamaktır. Yapı
değerlerinin kodlamanın bir metodu, (üretim sistemleri) olarak gramerleri
kullanmaktır. (Woodbury, 1989). Bir sonraki bölümde böyle bir yaklaşım için
oluşturulan yapı tanımlanmaktadır.
Geleneksel genetik algoritmaların „ortaya çıkma‟ kavramını önleyen bir sabit şema
içinde çalıştığı ifade edilebilir. Yerine geçme şemaları için bir temel olduğundan
„ortaya çıkma‟, yaratıcı tasarımda önemli bir konsepttir. Yeni davranış ve
fonksiyonların tanıtılmasına izin verir ve dikkatini yeniden odaklayan ve sonuçlardan
yeniden anlam çıkaran bir insan tasarımcı gibi çalışır. Evrimsel bir süreç olarak
„ortaya çıkma‟ kavramının birkaç önemli sonucu vardır. Bunların en önemlisi, yeni
yapılara, fenotipin ortamının değişmesine sebep olan yeni davranış ve fonksiyonların
da eklenmesidir.
4.2.4.6. Yaratıcılık Ġçin Önerilen Genetik Algoritma Modelleri
Genetik algoritmalar yararlı bir başlangıç temeli sağlarlar çünkü, bunlarda çeşitli
yapıların formal temsilleri ile kombinasyon ve mutasyon operatörleri halihazırda
bulunmaktadır. Bir dizi araştırmacı, kendilerini fenotipte bir yapı olarak ifade eden
genlerin kodlamasına biçim gramerleri kullanarak başlamışlardır. (Gero ve Kazakov,
1995; Gero ve diğ., 1985; Woodbury, 1989).
Model-1: Sentez olarak planlama
165
Birinci bölüm, biçim gramer kurallarının sabit bir setine sahip olmak ve olası
uygulama sırasını genler olarak kodlamaktır. Bu Şekil 4.58‟de temsil edilebilir.
Genetik algoritma; uygunluğu optimize eden planı belirlemek için homojen
kombinasyon ve mutasyon tekniklerini kullanır. (örneğin kuralları uygulama düzeni)
Bu, rutin tasarıma eştir.
G enotip :
Süreçler :
Fenotip :
(yapi)
U ygunluk :
(davranis)
uygulam a sirasi
g1
hom ojen kom binasyonhom ojen m utasyon
kurallarin genotipte belirtilen sirada uygulanm asi
sonucu olusan yapi
fenotipin yapisiyla hesaplanan önceden
tanim lanm is perform anslar
Şekil 4.58. Genotip, süreçler, fenotip ve uygunluğun Model-1 deki semantiği (Gero,
1996).
gi =uygulama düzeninde kural sayısı
Model-2:Yeni kurallar
Model-1‟e bir geliştirme anlamında, kurallar da genlere kodlanmıştır ki böylece, hem
kuralların uygulama sırası hem de kuralların kendisi değişime tabi olsun. Bu, Şekil
4.59‟da temsil edilebilir.
gr g i
hom ojen kom binasyonhom ojen m utasyon
birlestirilm is ve degistirilm is kurallarin
genotipte belirtilen sirada uygulanm asi
sonucu oluþan yapi
kurallar
G enotip :
Süreçler :
Fenotip :
U ygunluk :
(yapi)
(davranis)
uygulam a sirasi
fenotipin yapisiyla hesaplanan önceden
tanim lanm is perform anslar
Şekil 4.59. Genotip, süreçler, fenotip ve uygunluğun Model-2 deki semantiği (Gero,
1996).
166
gr = r.kural
gi =uygulama düzeninde kural sayısı i
Burada kurallar; geliştirilmiş performanslara sahip yeni yapılar üretecek yeni kurallar
oluşturulması için, kombinasyon ve mutasyon süreçleri vasıtasıyla değiştirilir.
Buradaki özel ilgi, yedek olarak birleştirilmiş kuralların uygunluğudur.(genotiplerin
birleşme yolu). Bu, aşağıdaki sürecin bir modelidir.
Gramer kuralları seti gr verilmiştir, A önce gelen, B de şeklin izleyenidir.
A1 →B1
An →Bn
Bunları yedek olarak birleştirmenin bir yolu var mıdır ki böylece, yeni kurallar
(genotip) yeni yapılar (fenotip) üretebilsin? Yeni kurallar şöyle olmalıdır;
A1 →Bq
An →Bm
Bunun etkisi, mevcut şema içinde, olası yapıların durum uzamını artırmaktır.
Potansiyel olarak, yaratıcı yapılar mümkün olur. Bazı yeni kurallar şemalar içinde
yasalara uygun olmayabilir, ama alternatif bir şemada yasalara uygun olabilir.
Alternatif bir şemanın nasıl üretildiği ise halen bir araştırma konusudur.
Model-3:Yeni uygunluk
Model-2‟ye genişletme olarak, kurallar da genlere kodlanmıştır ki böylece, hem
kuralların uygulama sırası hem de kuralların kendisi evrimsel değişime tabi olacaktır.
Bu, Şekil 4.60‟da temsil edilebilir.
Evrimsel süreçte herhangi bir zamanda her bir davranış ve uygunluk setini, algoritma
daha iyi olan uygunluk jenerasyonuyla yapılar üretecektir. Önceki set için
geliştirilmiş yapıları olan her bir modifiye davranış ve uygunluk seti, bir sonraki
jenerasyon için başlama tohumu sağlayacaktır. Bu, sabit olmayan bir genetik
algoritma olur.
167
birlestirilm is ve degistirilm is kurallarin
genotipte belirtilen sirada uygulanm asi
sonucu oluþan yapi
g r g r g i
kurallaruygunluklar
hom ojen kom binasyonhom ojen m utasyon
G enotip :
Süreçler :
Fenotip :
U ygunluk :
(yapi)
(davranis)
fenotipin yapisiyla hesaplanan önceden
tanim lanm is perform anslar
uygulam a sirasi
Şekil 4.60. Model-3‟ te genotip, süreçler, fenotip ve uygunluk semantikleri (Gero,
1996).
gf = f. uygunluk
gr = r. kural
gi =uygulama düzeninde kural sayısı i
Model-4:Yeni fonksiyonlar
Model-3‟e bir genişletme olarak, manipule edilebilen genler seti olarak genotip
fonksiyonlara dahil edilmek için genişletilebilir. Bunlardan anlam çıkarma zordur
çünkü, fonksiyonlar üzerinde çok az temsil vardır.
4.2.4.7. Modelin GeliĢme Yönü
Bu öneri modelin gelişimi anlamında aşağıda belirtilen açık araştırma alanları
sözkonusudur:
1. tasarımla ilgili genler temsili;
2. davranış ve fonksiyon nasıl temsil edilir;
3. emergence bilgisayarsal teorisini geliştirme;
4. emergence yerleştirme için süreçler geliştirme ve
5. davranışın evrim nasıl anlaşılır.
168
Model–1 tasarımı bir optimizasyon problemi olarak, genetik algoritmaların evrimsel
makinelerinin uygunluğu optimize eden yapı hakkında tasarım kararları değerlerini
yerleştirme için kullanıldığında olur. Bu, rutin tasarım konseptine uyar.
Model–2 yeni kurallar evrimi yeni yapıların üretimi için kullanmaktadır. Bu, yaratıcı
tasarımın başlangıcıdır. Kombinasyon ve mutasyon süreçleri, yeni kuralların evrimi
için kullanılabilir. İlk sonuçlar modelin yararlarını göstermiştir, evrimleşen yeni
kurallar daha iyi uygunluklar üretmektedir. Model‟1 de üretilen optimal
uygunluklardan, sonuçlanan uygunluklar daha “iyi”dir. Yeni kurallar orijinal
yapılarla üretilebilen kurallar üretir. Yan etki olarak, daha önce üretilemeyen
tasarımları, üretebilmeyi öğrenir.
Model–3 davranışlara veya uygunluklara dahil etmek için genetik kodlamayı
genişletir ve sonuç olarak bunlar da evrimleşebilir.
Analoji doğal evrimi ve genetik alt katmanıyla, genetik algoritmanın bir süreç veya
motor olarak geleneksel tarzdan farklı olarak kullanılan yararlı bir bilgisayarsal yapı
sağlar. Tasarımda, sadece çözüm sentezleme değil, optimal çözümler, ama yeni ve
beklenmeyen çözümün varlığı sonucu bizim beklentilerimizi değiştiren merak vardır.
Bu, yapı, davranış veya fonksiyonda bir değişikliğe gereksinim duyabilir-yaratıcı
tasarımın özü de budur.
169
5. BĠLGĠSAYAR DESTEKLĠ TASARIM MODELLERĠNĠN YARATICI
TASARIM YÖNÜNDEN DEĞERLENDĠRĠLMESĠ
5.1. Bilgi-Tabanlı Tasarım Sistemlerinin Yaratıcılık Anlamında
Değerlendirilmesi
Bilgisayar destekli tasarım sistemlerinin gelişim sürecinde bilgi-tabanlı tasarım
sistemleri önemli bir rol oynamıştır. Bilgisayarların tasarım alanında kullanılmaya
başlaması ile birlikte birçok bilgi-tabanlı tasarım sistemi geliştirilmiş ve bunların
herbiri kendisinden önce oluşturulmuş olan modellerin tasarım yaklaşımını temel
alarak yeni yöntemler önermiştir. Bu süreç, yaratıcı bilgisayar destekli tasarım
anlamında yakın zamanda oluşturulan umut verici yaklaşımlara temel teşkil
etmektedir. Dolayısıyla bilgisayar destekli yaratıcı tasarım yaklaşımının nereden
kaynaklanıp hangi yönlere doğru ilerlediğini bir yöntem olarak amaçlayan bu
çalışmada, öncelikle bilgi-tabanlı tasarım kapsamında geliştirilmiş farklı dönem ve
yaklaşımlardaki modeller incelenmiştir.
Bilgi-tabanlı tasarım bölümünde incelenen tasarım modellerinden ilki olan LOOS
Sistemi bu alanda geliştirilmiş olan ilk örneklerden biridir. 1980‟li yıllarda bilgisayar
destekli tasarım araştırmalarının henüz başlangıç aşamalarında oluşturulmuş bir
model olduğu göz önünde bulundurulursa, LOOS Sisteminin dönemi itibariyle
bilgisayar ortamında tasarım araştırmalarına temel oluşturacak önemli bir yaklaşım
sunduğu ifade edilebilir. Geleneksel tasarım yaklaşımlarına gore, bilgisayarların
tasarlayan olarak kullanılması, içerdiği birtakım kısıtlamalar dolayısıyla imkansızdır.
Bu yaklaşım, bilgisayarların tasarımdaki kullanımına dair sınırlı bir bakış açısının
sonucu olarak ortaya çıkmıştır. Bu bakış açısı bilgisayarların bağımsız bir yapısı
olduğunu kesin olarak farzetmekte; insan ve bilgisayarın birarada bulunduğu tasarım
modellerindeki ortak etkileşimler için gerekli olan olasılıkları
gözlemleyememektedir. LOOS Sisteminde bu olasılıklar öngörülerek bilgisayar
destekli tasarım ortamlarının potansiyeline odaklanılmıştır.
170
İnsan ve bilgisayarın birlikte çalışması bilgisayarın tasarımda daha etkin olması için
yeni imkanlar doğurmuştur. İnsan ve bilgisayar birleştirilerek oluşturulan tasarım
ortamında akıllı bir iş bölümü ve temsil mekanizması söz konusudur. Bu temsil dili;
tamamlayıcılığı için test edilebilir, geliştirilebilir ve bilgisayarın ana kabiliyetleri için
sistematik bir biçimde uygulanabilir niteliktedir. Tanımlanan performans
gereksinimleri, istenen özellikleri sağlayacak olan geniş çözüm olasılıklarıyla
karşılanabilmektedir. Buna benzer olarak, temsiller ve mimari modellemelerle
desteklenen bilgi-tabanlı tasarım süreci; bilgisayarların, kısmi tasarım
tanımlamalarını keşfetmek ve bunları işlemek için bir çok çıkarım oluşturmasını
sağlayabilmektedir. Bu temsiller, diller ve bellek yapıları bilgisayarların hız ve hafıza
kapasitelerini de sisteme dahil ederek, daha etkin tasarımcı bilgisayarlar
oluşturabilmektedir. Bu bakış açısıyla, LOOS Sistemi zamanla gelişecek olan tasarım
ortamlarını yaratmak için bilgisayar destekli tasarım araştırmalarının henüz başlangıç
aşamasında, konu ile ilgili geniş bir perspektif oluşturabilmiştir.
LOOS‟ un plan tasarımına yaklaşımında, bilgisayarlar üretken uzmanlığı sağlarken
insan tasarımcı ise sentaktik olarak oluşturulmuş planların formülasyonunu
gerçekleştirmek ve süreci yapılandırıp kontrol etmek için gerekli olan yorumcu yargı
mekanizması olarak tasarım sürecini oluşturmaktadır. Birleştirilen kapasitelerdeki bu
denge sayesinde LOOS Sistemi, plan tasarımında kendisinden önce karşılaşılan
temel sorunların çözümlenmesine yönelik olabilmiştir. Bu sistem kapsamında,
yaratıcılığa dair önerilen yaklaşım; yaratıcılığın, tasarımcıya genişletilmiş bir
problem formülasyonu uzamı ile olası çözümler uzamını keşfetme kapasitesi
verildiğinde ortaya çıkabileceğini öne sürmektedir. Bilgi-tabanlı tasarım
sistemlerinin tasarıma getirdiği temel bakış açısını özetleyen bu yaklaşım, bu
sistemlerinin bilgisayar destekli tasarım alanında önemli bir yer edinmesinin de asıl
sebebi olmuştur.
Sonraki bölümde incelenen tasarım modeli ise, bilgi-tabanlı tasarım sistemlerinin bu
ortak yaklaşımı kapsamında bilgisayar destekli tasarımda bilginin temsil ve kullanımı
için “prototip” yapılarını önermektedir. Bilgisayar destekli tasarım araştırmalarında
LOOS‟tan daha sonraki dönemlere rastlayan bu model, keşfediş-tabanlı bir tasarım
yöntemi ortaya koymaktadır. Tasarımcı, tasarım problemini anlayıp, onu formüle
ettikten sonra ancak çözüm sürecine geçebilir. Modelde prototiplerin tasarım
171
bilgisini organize ve temsil etmedeki rolü yaratıcı tasarıma ulaşmak anlamında
önemli bir yaklaşım olarak düşünülmektedir. Gerçekten de prototiplerin tasarım
sürecine adapte edilmesi bilgi-tabanlı tasarım sistemlerinde ilerleyen dönemde
yaygın olarak kullanılmış olan bir yöntemdir.
Ön tasarım sürecinde şematik plan üretimi için geliştirilen her iki model de bilgi-
tabanlı tasarım sistemlerinin erken dönemlerdeki tipik süreç yaklaşımlarını içermesi
ve günümüzdeki tasarım araştırmalarına yön vermesi açısından önemlidir. Bu
modellerin, bilgisayar destekli tasarımın son dönemde önerdiği yaratıcı tasarım
yöntemleri gözönüne alındığında oldukça yetersiz bir kapsam içerdiği ve pratikte
yalnızca rutin tasarıma eşdeğer plan üretimini sağladığı söylenebilir. Fakat üretken
uzman sistemler olarak değerlendirilen bu bilgi-tabanlı modeller, kullandıkları bilgi
temsil ve tasarım üretim mekanizmaları ile çok daha ileri tasarım sistemlerinin
gelişimi için birer kaynak olmuştur. Nitekim bu bölümde incelenen bir diğer bilgi-
tabanlı tasarım sistemi olan SEED‟in geliştiricileri arasında LOOS Sistemini
oluşturan Ulrich Flemming de vardır.
SEED 1990‟lı yıllarda Carnegie Mellon Üniversitesinde bina tasarımının ilk
aşamalarını destekleyen bir sistem olarak geliştirilmeye başlanmıştır. SEED Sistemi
bilgi-tabanlı tasarım sistemleri içinde durum-tabanlı çıkarsama yaklaşımını kullanan
bir modeldir. Sistem tasarımcıları iki konuda asiste etmektedir, ilki geçmişteki
tasarım durumlarını kapsayan oldukça geniş bir bellek yapısı sağlama, ikincisi de
probleme dair geliştirilebilecek bir “ilk çözüm” oldukça hızlı bir şekilde oluşturur.
SEED yalnızca problem temsilini oluşturan fonksiyonel üniteleri ve çözümün
temsilini ifade eden tasarım ünitelerini her defasında belleğinde depolamakla kalmaz,
aynı zamanda problemden çözüme ulaştıran tasarım sürecini de kullandığı
teknolojiler ile belleğine kaydeder. Dolayısıyla SEED‟ in en önemli özelliklerinden
biri bu süreç bilgisine sahip olabilmesidir. Bu bilgi durum-tabanlı bir bilgidir ve
sistem tarafından çeşitli alt durumlara bölünerek daha sonra kullanılmak üzere
depolanır. Ayrıca yeni problemler için oluşturulacak yeni kombinasyonlar bilginin
evrimsel bir yaklaşımla kullanılabilmesini sağlamaktadır. Bu yönüyle SEED‟ in
gelişmeye oldukça açık bir yapısı olduğu gözlemlenmektedir ki konu ile ilgili
çalışmalar halen sürmektedir. Yeni teknolojilerin ve tasarım yöntemlerinin sistemle
172
bütünleştirilmesi olasılığı yenilikçi ve yaratıcı tasarım için uygun ortamlar
sağlayabilecektir.
Bir sonraki bölümde incelenen KAAD Sisteminde ise, tasarımı kolaylaştıran ancak
tamamen otomatik hale getirmeyen bütünleyici bir yaklaşım önerilmektedir. Bu
yaklaşım; tasarımcıların, karmaşık tasarım süreçlerini yüzyıllar boyunca bilgisayar
desteği olmadan çok iyi sonuçlar alacak biçimde yönetebildiği görüşüne
dayanmaktadır. Buna göre, tasarım üretkenliğini ve kalitesini belirgin olarak
geliştirmek için her tasarım sürecini otomatikleştirmek gerekli değildir. Daha çok,
tasarımcıların ve makinelerin yapabilecekleri arasında bir ortak yaşam kurmak
hedeflenmektedir.
Böyle bir bilgisayar destekli tasarım modelinin geliştirilmesi tasarım sürecinin
hedeflerinin açıkça temsil edilmesini, ortaya çıkan çözümleri ve çözüm ile hedefleri
hem geliştirmek hem de değerlendirmek için gerekli yöntemlerin açıkça temsil
edilmesine gereksinim duymaktadır. Burada hedefler, görülen çözümün istenen ve
zorunlu performanslarını tanımlayan gereksinimler olarak temsil edilmektedir.
Gereksinimler ise, yapının ikili, tamamlayıcı yapısını yansıtan mekansal ve teknik
gereksinimler olarak ikiye ayrılmaktadırlar. Sonuç olarak ortaya çıkan hedeflerin
karmaşıklığını yönetebilmek için hiyerarşik sıralama sisteme yardımcı olmaktadır.
KAAD Sisteminde, ortaya çıkan tasarım çözümünü temsil etmek, yapı objelerinin
kendi yapılarından gelen bilginin organize edilmesine yardım edecek özellikteki
kalıtım yöntemleri ve uygulaması için nesne-yönelimli bir yaklaşım sözkonusudur.
Tasarım araştırmaları, mimari tasarım sürecini modellemeye ve onun içerdiği bilgiyi
gelecekteki bilgisayar destekli mimari tasarımı şekillendirmek için belirleyici bir güç
haline getirmeyi amaçlamaktadır. Bununla birlikte, SEED ve KAAD gibi entegre
bilgi-tabanlı tasarım sistemlerinin gelişimi, hala pek çok araştırmanın hedefini
oluşturmaktadır. Öğrenme, yaratıcılık, ve karar verme gibi mimari tasarımın
kalitesini gösteren en önemli özelliklerin ise, günümüz mimarlık ortamındaki genel
bakış açısıyla gelecekte de yalnızca insan uzmanın özellikleri olmaya devam edeceği
ileri sürülmektedir. Diğer taraftan, bilgisayar ortamında halihazırda oluşturulmuş,
çok sayıda analiz, görsel sunum ve hatta kesin çözüm geliştiren algoritmaları içeren
pek çok bilgi-tabanlı tasarım süreci vardır. Bunlara ek olarak Evrimsel Tasarım
173
bölümünde örnekleri incelenen yaklaşımla oluşturulmuş oldukça yeni ve güçlü
yaratıcılık potansiyeline sahip tasarım modelleri de sözkonusudur.
5.2. Evrimsel Tasarım Sistemlerinin Yaratıcılık Anlamında Değerlendirilmesi
Bu bölümde Evrimsel Mimari Tasarım bölümünde detaylı olarak incelenmiş olan
evrimsel tasarım modellerinin hedefleri ve bunların tasarım sürecinin sonunda hangi
oranda gerçekleştirilebildikleri araştırılacaktır. Öncelikle evrimsel tasarım ve
yaratıcılık başlığı altında sözkonusu örneklerin verilme amacı önemlidir. Genel
olarak tez kapsamında bilgisayar destekli tasarım araştırmalarının yaratıcılık
anlamında değerlendirilmesi hedeflendiği için bu bölümde de yaratıcı evrimsel
tasarıma ulaşma sürecindeki birtakım aşamalar farklı bakış açılarıyla verilmek
istenmiştir.
Genetik evrimsel yaklaşımın bilgisayar destekli tasarımda uygulanmaya
başlanmasından günümüze değin gelinen süreçte daha önceki bölümlerde de
tanımlanmış olan birkaç aşama mevcuttur. Bunlardan ilki yapay zeka yaklaşımının
güçlü ve umut vaat eden potansiyelini genetik algoritmaların kullanımı çerçevesinde
tasarım optimizasyonu için kullanma yöntemidir. Bu anlayış bağlamında birçok
model oluşturulmuştur. Dolayısıyla öncelikle evrimsel tasarımın başlangıç aşamasını
oluşturan bu modellerin kapasitesini irdelemek amacıyla EDGE Sistemi ele
alınmıştır. Evrimsel bir tasarım metodu olan EDGE Sistemi, tasarım problemlerinin
belirli bir sınıfını çözmek için oluşturulmuştur. Mekansal plan tasarımı bu modelde,
tipik ve kompleks bir problem olarak ele alınmıştır. Genel yaklaşımlar ve bunların
kısıtlamalarının, mekansal tasarım problemine uygulandıkları zaman nasıl bir
davranış gösterdiği tartışılmıştır. Tasarımda faydalı olabilecek bir genetik evrimsel
tasarım sürecinin tasarım optimizasyonu anlamında bazı avantajları araştırılmıştır.
Bunlar; basit fakat güçlü işlemler, iki seviyeli temsil ve tasarım uzamında bir
popülasyon içindeki arama işlemlerini içermektedir. Genetik evrimsel tasarımın
avantajlarını ortaya çıkarmak için bu modelin yapısı ve sonuçları, geleneksel bir
tasarım optimizasyon tekniği kullanan Liggett Sistemi ile karşılaştırılmıştır.
174
Evrimsel tasarım yaklaşımı ve bunun etkili temsil mekanizması, geleneksel tasarım
yaklaşımlarının sahip olduğu kimi kısıtlamaların bazılarının üstesinden gelme
yöntemlerini göstermektedir. Kompleks tasarım problemleri için formülasyonun zor
oluşu, tasarım şemalarının tanıtılmasıyla kolaylaştırılmıştır. Pareto optimizasyon
tekniğinin kullanımı ise, çoklu kriterler anlamında yorumlama yapmaya yardımcı
olmakta; her bir kriter üstündeki önyargıları kaldırmaktadır.
Popülasyondaki tek-yönlü arama süreci yaklaşımı, kombinasyonel olarak oluşan
çözümlerin sayısal olarak aşırı olması problemini çözmektedir. Tek bir popülasyonda
genetik arama, rastgele üretim, olasılıklı seçme yönteminin kullanımı, ve basit fakat
güçlü genetik işlemler, oluşturulan tasarımın lokal bir optimum değere sahip
olmasını engellemekte ve araştırmanın global optimuma daha yakın olması olası
çözümleri bulmasına olanak tanımaktadır.
Doğal genetik süreci ile tasarımı birleştiren bu öneri modelde kullanılan genetik
evrimsel tasarım sürecinin avantajlarına dayanarak uygulamanın sonucunda,
evrimsel bir araştırma tekniğinin bir tasarım süreciyle birleştirilmesinin özellikle de
büyük-ölçekli ve bilgisayarsal olarak zor olan tasarım problemleri için oldukça iyi
çözümler üretebileceği görülmektedir. Modelin global bir optimum olarak
değerlendirilebilecek tasarım çözümlerini üretme hedefine ulaştığı söylenebilir.
Yaklaşımın geleneksel algoritmik tasarım yöntemlerinin içinde sıkıştığı lokal
optimum tasarım düzeyinden uzaklaşıp global tasarıma ulaşma kaygısı bilgisayar
destekli yaratıcı tasarım için bir başlangıç olarak ele alınabilir.
Daha sonraki bölümde incelenen bilgisayar destekli çalışma, yaratıcı toplumları
modellemek için yapay yaratıcılık yaklaşımını göstermektedir.
Yapay yaratıcılık bu modelde farklı bir yaklaşım önermektedir; bir parça yazılımı bir
ürünün yaratıcı olup olmadığını anlamak için değerlendirmek yerine, ajanların,
ajanların davranışlarının ve yapay toplumların üzerine odaklanmaktadır. Yapay
yaratıcılık, bireylerin yaratıcı davranışlarını modelleme ile, örneğin merak ve bireyler
bir araya konduğu zaman ortaya çıkan sosyal davranışlarla ilgilenmektedir. Çünkü
yapay yaratıcılıkta bireylerin taklit edilmesi iletişim kurulmuş ürünlerin ve hatta
diğer bireylerin yaratıcılığını değerlendirebilmek zorunludur, bireylerin ürünlerinin
detayları daha önemsiz hale gelir. Yapay yaratıcılığın çalışılmasında en önemli nokta
175
ürünlerin iletişimi ve değerlendirmeleri sonucunda ortaya çıkan sosyo kültürel
yapılardır.
Bu modelde sunulan yapay yaratıcılık yaklaşımı, insan toplumunda yaratıcı
konumunu yakalayan ve entegre olan ajanlar yaratmaksızın yüksek yaratıcılık
seviyelerinin bilgisayar ortamında çalışmasına izin vermektedir. Yapay yaratıcılık
taklitleri gerçek dünyada imkansız olan deneylerin yapay toplumlarda yapılmasına
olanak sağlamaktadır. Bu modelde kullanılan ajan-tabanlı tasarım yaklaşımı birçok
araştırmacı tarafından kavramsal olarak tasarım alanına uygulanmış ve bu bağlamda
çeşitli modeller geliştirilmiştir. Bu araştırmacılardan biri olan John S. Gero özellikle
son dönemde, kendisinin daha önce geliştirmiş olduğu yaratıcılık modelleriyle ajan-
tabanlı tasarım yaklaşımını birleştiren öneri sistemler üzerinde çalışmaktadır. Burada
bu konu ile ilgili olarak daha detaylı bir yöntem araştırması verilmezken, Gero‟nun
oluşturduğu yaratıcılık yaklaşımı en son örnekte oldukça detaylı bir biçimde
sunulmuştur. Fakat bundan önce Tomor Elezkurtaj ve Georg Franck tarafından
yaratıcı tasarıma algoritmik bir destek oluşturmak amacıyla geliştirilen bir örnek
model incelenmiştir.
Bu modelde Evrim Stratejisi ve Genetik Algoritma birlikte kullanılarak sürpriz
sonuçlar üreten bir kat plan tasarımı sistemi oluşturulmuştur. Pratikte bu modelin ne
gibi sonuçlar verebileceğini bilmemekle beraber öne sürülen yaratıcılık yaklaşımı
ilginçtir. Yapay evrimin, daha önce yaratıcılık ana başlığı altında da belirtildiği gibi
sürpriz üretme potansiyeli vardır. Bu yaklaşım, analitik olarak tanımlanmaya karşı
koyan problemlere bir anlamda erişim yöntemi olarak düşünülebilir. Problemleri
analitik olarak çözmek, aynı zamanda bunları nasıl çözeceğini gösteren yöntemi
tanımlamak demektir. Sembolik Yapay Zekanın biçim gramerleri de bu şeklide
ilerlemiştir. Bu gramerler, birlikte çalıştıkları üretim ve indirgeme kuralları, çözümün
sentaktik olarak iyi oluşturulması şeklinde, aynı zamanda da mimari açıdan tatmin
edici olacak biçimde belirlenmiştir. Bu modelde ortaya konulan Evrim Stratejisi ve
Genetik Algoritma uygulaması bu geleneksel beklentiden kaçınmaktadır. Evrim
Stratejisini ve Genetik Algoritmayı çalıştırmak için, sadece hedef fonksiyon ve
birlikte çalışılacak olan gereksinimin belirtilmesine ihtiyaç vardır. Tabii ki, gereken
spesifikasyon önemsiz değildir. Belirli olan, bununla birlikte, Evrim Stratejisi ve
Genetik Algoritmanın, rastlantıdan, bir dereceye kadar sonucun tam olarak önceden
176
bilinmesini engelleyecek şekilde yararlanmasıdır. Kural olarak, optimal olarak
bilinen çözümün gerçekte bir optimum olduğunu ispatlamak bile mümkün değildir.
Fakat sistemin arkasında sunulan fikir, bu bozukluğun bir erdem haline
getirilebildiğidir. Bu fikir bilgisayar destekli tasarımda yaratıcılığa ulaşma anlamında
anahtar bir yaklaşım olarak değerlendirilebilir.
Nitekim detaylı olarak incelenen bir sonraki örnekte de, beklenilmeyen, sürpriz ya da
yeni olarak nitelendirilebilecek tasarım çözümlerine ulaşmanın “ortaya çıkma-
emercenge” kavramı ile yakından ilişkilendirildiği bir model öne sürülmüştür. Daha
önce de belirtildiği üzere bu model, John S. Gero‟nun mimari tasarımda Fonksiyon-
Yapı-Davranış ilişkisi ve evrimsel tasarım yaklaşımını birleştirdiği ve bunları “ortaya
çıkma” kavramı çerçevesinde oluşturduğu şemalar üzerinden yaratıcı ve sürpriz
tasarımı üretmek için kullandığı bir yaratıcılık modelidir. Gero‟nun bu yaklaşımı
bilgisayar destekli mimari tasarım, genetik evrimsel yöntemler ve yaratıcılık gibi
üzerinde çalışılması oldukça güç olan araştırma alanlarını bütünsel bir tavırla
birleştiren önemli bir çalışmadır. Bu model ile ilgili olarak kullanılan kavramlar ve
süreç oldukça detaylı bir biçimde sunulmuştur. Bunun sebebi model çerçevesinde
hedef olarak gösterilen yaratıcı tasarımı üretme amacı için tasarım sürecinde şemalar
aracılığıyla somut olarak açıklanmış olan yaklaşım ve aşamaların biri yeterince
detaylandırılmadan diğerinin de anlaşılamayacağı düşüncesidir. Zira bu çalışmanın
önemli bileşenlerini oluşturan “ortaya çıkma”, şema teorisi ve genetik algoritmaların
kullanımı geleneksel birçok tasarım sisteminde de kullanılmış olmasına karşın,
burada yaratıcı tasarıma ulaşmak hedefiyle birlikte ele alınarak oldukça farklı ve
dinamik bir yapı elde edilebilmiştir. Elbette Gero‟nun öneri model ya da modelleri
kavramsal olarak oluşturulduğu için pratikte ne derece başarılı olabileceği
tartışılamaz.
Bilgisayar destekli yaratıcı mimari tasarım ulaşılması çok güç ve hatta bazı görüşlere
göre imkansız bir hedeftir. Kuşkusuz konuya yaklaşım biçimi, mimari tasarım ve
yaratıcılık kavramlarına getirilebilecek farklı tanımlamalardan kaynaklanmaktadır.
Bilgisayar destekli tasarım çalışmalarının başlangıcından günümüze kadar geçen kısa
süre içinde katedilen mesafeye bakılırsa konunun gelişme potansiyelinin yok
varsayılamayacağı görülmektedir. Burada yalnızca evrimsel tasarım yaklaşımı
çerçevesinde geliştirilmiş birkaç örnek ele alınmıştır. Genel olarak
177
değerlendirildiğinde, bu örneklerin her birinde geliştirilen farklı yaklaşım ve
yöntemlerin daha önceden oluşturulmuş benzeri mevcut tasarım modellerinden en
azından kavramsal olarak daha ileri seviyelere ulaştığı ifade edilebilir. Bilgisayar
destekli yaratıcı tasarım araştırmasının da benzeri birçok araştırma alanı gibi, ancak
bu şekilde gelişebileceği görülmektedir.
5.3. Mükemmel Bir Yaratıcı Evrimsel Tasarım Sistemini OluĢturmak için
Önerilen Bir YaklaĢım
Tasarımda yaratıcılık, üzerinde çalışılması oldukça zor bir araştırma alanıdır. Hem
tasarımın hem de yaratıcılık kavramının daha önceki bölümlerde açıklanan tanım
güçlüğü ve subjektif olan yapısı, bu problemi bilgisayar ortamında çözme girişimini
ulaşılması oldukça güç ve hatta belki de imkansız bir görüntü içine sokmaktadır. Bu
konuda günümüze değin gelinen nokta oldukça ilgi çekici olmasına rağmen halen bir
başlangıç safhası olma niteliğindedir.
Hayal gücünü bazen gittiği yere kadar serbest bırakmak oldukça anlamlı sonuçların
ortaya çıkmasını sağlayabilir. Pratikteki güçlüklerin gölgesinde ilerlemektense kendi
isteklerinin tasarımcıyı yönlendirmesi... Fakat doğaldır ki her aktivite alanı için
birtakım limitler sözkonusudur: maliyet, zaman, bilgi, teknoloji gibi. Ama neden bu
engellere takılmak zorunda olunsun? Neden bir an için amaçlanan eylem için hiçbir
limit olmadığı varsayılmasın? Böyle bir düşünme pratiği, gerçekleştirilemeyeceği
düşünülen fikirlere ulaşmayı sağlayacak yegane araç olabilir. Örneğin yaratıcı
evrimsel tasarım alanındaki en erken çalışmalar, optimizasyon teknikleri ile ilgilenen
mühendisler tarafından yapılmıştır, dolayısıyla bu erken çalışmaların çoğu evrimsel
optimizasyon araçlarıdır. Ve bu çalışmaların çoğu oldukça başarılı olmuştur. Fakat
ne yazık ki, bazı fikirler o kadar iyidir ki kullanıla kullanıla zamanla geleneksel hale
gelirler. Ve bazen gelenekler özgür düşünmeyi engellemektedir. Evrimsel tasarım
alanında da bir süredir benzeri bir durum yaşanmaktadır. İnsanlar artık, evrimin,
tasarımları optimize ettiği fikrine takılmış kalmışlardır ki bu evrimin yalnızca
tasarımı optimize etmek amacıyla kullanılabileceği anlamını doğurmuştur. Eğer
tasarım optimize edilmek isteniyorsa, o zaman mevcut bir tasarım
parametrelendirilip, özet anlamlar çıkarılır ve sonuçta basitleştirilmiş bir tasarım
problemi oluşturulmuş olur. Evrimsel tasarım, „güzel‟ bir fikir olmaktan çıkmış -
178
araştırmacıları gerçek tasarım problemleriyle ya da mühendisliğin ilgi alanı içinde
olmayan tasarım problemleriyle başetmekten - alıkoyan bir uğraş haline
dönüştürülmüştür. Böyle bir yaklaşımla, evrimsel tasarım fikri, grafik tasarımı ya da
mimari tasarım veya sanatta ve hatta robot tasarımında bile kullanılamaz. Dolayısıyla
bu tasarım yaklaşımı aslında kimse tarafından kullanılamaz hale gelmiştir.
Doğaldır ki günümüzde evrimsel tasarım yaklaşımıyla ilgili bazı fikirler değişmiştir.
Bu değişim ve gelişimi daha önceki bölümlerde tanımlanan örnek modeller
kanıtlamaktadır. Mimarlar, sanatçılar ve yapay zeka-yaşam araştırmacılarının tümü
bu “tasarım optimizasyonu” yasasını by-pass edebilmişler ve onun yerine kendi
özgün yaklaşımlarını geliştirebilmişlerdir. Bugün sahip olunan tüm bu evrimsel
fikirler bu yeni yaklaşımların sonucudur ve artık tasarımcıların yaratıcılıklarını
arttırmaya yardımcı olacak başarılı yazılımlar ortaya çıkabilmiştir.
Fakat halen evrimsel tasarım araştırmacıları bazı gelenek ve kuralların
kısıtlamalarından kurtulmak için çaba sarfetmektedirler. Tasarımcılardan konu ile
ilgili olarak gelen destek güçlü olabilir ama bu yeni yaklaşımları destekleyecek
belirli bir “kaynak” hala mevcut değildir. Evrimsel tasarım araştırmalarında hedefler,
zaman kısıtlaması gözönünde bulundurulacak biçimde “gerçekçi” olarak ortaya
konmalıdır. Zira çoğu zaman öngörülen hedef, pratikteki ürünle karşılaştırıldığında
anlamını yitirmektedir. Dolayısıyla başarılar limitlendirilmelidir.
Tasarım pratiğinden kaynaklanan tüm bu riskler, evrimsel tasarım araştırmacıları için
oldukça moral bozucudur, o nedenle konunun uygulanabilirliğini bir yana bırakıp
hayal gücünü olabildiğince serbest bırakarak yaratıcı evrimsel bir tasarım modeli
için bir yöntem önerisi getirmek faydalı olacaktır. Her tasarımcının hayal ettiği
ölçüde yaratıcı ve tasarımcılar için kalem ya da kağıt kadar olmazsa olmaz bir
tasarım sistemi olası mıdır? Böyle bir sistemi yapılandırmak için şu an gerekli olan
bilimsel altyapı halen mevcut görünmemektedir, fakat araştırmacıları hayal etmekten
alı koyan bir sebep de olamaz. Ve belki böyle bir sistemi oluşturmak için o kadar
çaba sarfetmeye de gerek olmayabilir, belki bu hayal yalnızca birkaç adım ötededir.
Aşağıda böyle bir tasarım sistemini oluşturmak için izlenebilecek bir yöntem önerisi
açıklanmıştır: (Bentley, 2002; Bentley ve O‟Reilly, 2002).
179
1. “Yaratıcılığa ulaşmak” için bilgisayar teknolojisini kullanmanın önemli ya da
anlamlı olacağı bir „araştırma alanı‟ bulunmalıdır.
İstenilen mükemmel bir tasarım sistemi olabilir, fakat bu sistemi oluşturmadan önce,
sistemin tam olarak hangi alanda ne yapacağına karar verilmesi gerekmektedir.
Yaratıcı evrimsel tasarım sistemlerini standart bir fonksiyon optimizasyonu için
kullanmanın küçük de olsa faydalı bir yanı vardır - verimlilik, yaratıcılık anlamında
değil, ortaya konacak performans anlamında. Fakat bundan öte evrimsel tasarım için
çok daha uygun olan araştırma alanları mevcuttur. Bu kesin olarak söylenebilir,
çünkü bu tip uygulamalar için kullanılan evrimsel sistemler hakkında yapılan yakın
dönemdeki araştırmalar sonucunda doğrudan birtakım deneyimler edinilebilmiştir.
Bütün bu araştırmaların sonucu araştırmacılar “yaratıcı profesyoneller”in
gereksinimleri hakkında deneyim kazanmışlardır. Mimarlık, grafik tasarımı, sanat ve
müzik gibi yaratıcılık, hayal gücü gibi insana özgü yetenekleri gerektiren araştırma
konuları, yaratıcı bir evrimsel tasarım sisteminin asistanlığına ihtiyaç duymaktadır.
2. Yaratıcı bir sistemi kullanmak için iyi bir sebep bulunmalı
Geleneksel bir bakış açısıyla her alanda “Eğer kırılmadıysa tamir etme” gibi genel
bir eğilim sözkonusudur. Eğer böyle bir tasarım sistemine ihtiyaç şu an için yoksa
bile, yine de yaratıcı bir evrimsel tasarım sisteminin oluşturulması için küçük bir
sebep olabilir. Eğer günümüzde tasarımcılar; tutarlı, orijinal ve kaliteli tasarımları
hızlı ve karşılığında neredeyse hiç birşey kazanamayacağını bile bile yapma şansına
sahip iseler, o zaman böyle bir sistem gereksiz olabilir. Zira tasarımcılar için
genellikle yapılacak çok miktarda iş ve karşılığında alınacak az miktarda maddi
kazanç sözkonusudur. Tasarımcılar yorulup sıkılabilirler ve sonuçta da her zaman
aynı kalite ve orjinalitede ürünler ortaya çıkmayabilir. Ve bazen bir tasarım problemi
tasarımcının yalnız başına altından kalkamayacağı kadar komplike olabilir. Tasarım,
bunaltıcı derecede karmaşık, olasılıklar çok sayıda, kararlar birbirinden bağımsız,
faktörler non-linear olabilir. İşte böyle durumlarda evrimsel bir tasarım sistemine
ihtiyaç duyulabilir. Eğer tasarımcı yoğun bir çalışma sonrası yorulduysa, sistem
tasarımcıya tasarım hızını arttırmada yardımcı olabilir. Tasarımcı konu ile ilgili
olarak ilham almamış ve ortaya istediği anlamda bir tasarım çıkaramamışsa, yine
sistem tasarımcının hayal gücünü çalıştırmasına yardımcı olabilir. Eğer tasarımcı
yüzlerce farklı ve çelişen kısıtlama ve gereksinim için en iyi uyumu sağlayacak
180
hesaplamayı yapamıyorsa, evrimsel tasarım sistemi bu hesapları yapıp ona çözümler
önerebilir. Ve yaratıcı bir evrimsel tasarım sistemi bunların karşılığı için herhangi bir
ücret gerektirmez.
3. Tasarım sürecinin; sistem kullanıcısı ile sistem arasında dengelenmiş kontrolü
sağlanmalı
Sensörleri tasarımcının beynine bağlı iken o sistemin bilgisayar ekranındaki
görünümü hayal edildiğinde ilginç bazı sonuçlar ortaya çıkabilir. Sensörler yaratıcı
sisteme bağlı olduğundan, sistem iyi ve yerinde bir karar vermek için ne zaman
duracağını bilir. Sistem ve tasarımcı, tatmin edici bir tasarım çözümüne ulaşmak için
birlikte çalışabilirler. Böyle bir hayalde kontrol bir amaç değildir. Fakat günümüz
gerçekliğinde ne yazık ki kontrol, bilgisayar destekli tasarımda birincil bir amaçtır.
Yüzleşilmesi gereken gerçek tasarımcıların tasarım sürecindeki kontrolü elinde
bulundurmak istediğidir. Yani tasarımcılar kendilerinin yerine ve kendilerinden
bağımsız olarak tasarım yapan araçlar istememektedirler.
Yaratıcı bir evrimsel tasarım sistemi böyle bir kontrol mekanizması ile nasıl bir
uyum sağlayabilir? Bu sistem; otomatik bir sürüşü, yön veren tekerlekleri ve freni
olan fakat tasarımcı tarafından sürülen bir araba modeli gibi tasarlanmalıdır.
Tasarımcı sürmeye başlar ve evrimsel tasarım sistemi tasarımcının yön verdiği bir
dizi komut ile çalışır. Sürücü arabayı durdurabilir ya da yönüne karar verebilir. Bir
araba çalıştırılıp, sonra onun istenilen yöne doğru kendiliğinden hareket etmesi
beklenemez. Yani kullanışlı bir tasarım sistemi yalnızca bir „anahtar hareketi‟
olmamalıdır.
4. Tasarım süreci içinde yaratıcı bir evrimsel tasarım sistemi için bir niş bulunmalı;
sonra sistemin, kendinden önce ve sonra gelen modülleriyle birlikte tasarım
sürecinde işleyeceği girdileri kabul edip bunlardan çıktıları üretmesi sağlanmalı.
Mükemmel bir yaratıcı tasarım sistemi “herşey”i yapmak zorunda değildir. Sistem
tasarım süreci içinde bir dizi daha büyük adım içinde küçük ama güçlü bir adım
olabilir. Dolayısıyla bu tasarım hattının kullandığı format içinde girdileri kabul edip
çıktı üretmek zorundadır. Bunun en etkili ve güçlü yolu ise tasarımcının halihazırda
aşina olduğu bir bilgisayar aracının kullanılmasıdır.
181
5. Sistem üretken ve yaratıcı hale getirilmeli.
Evrimsel araçlar; üretken, yaratıcı ve yeni tasarımlar oluşturma konusunda
başarılıdırlar. Ayrıca doğal olarak bunlar çok iyi optimizasyon araçlarıdır.
Dolayısıyla burada amaçlanan düzeyde mükemmel bir evrimsel tasarım sistemi
oluşturulmak isteniyorsa; sistemin, tasarımcı talep ettiğinde tasarımın bazı
bölümlerini optimize edebilme kapasitesine sahip olacak şekilde tasarlanması
gerekmektedir. Fakat daha önce de belirtildiği gibi tasarımın yaratıcılık ve yenilik
gerektiren birçok farklı çeşidi vardır. Pratikte optimizasyon konusunda daha çok
deneyim sözkonusu olduğundan, yaratıcı bilgisayar destekli tasarım araştırmacılar
için daha tanımsız bir alandır. Dolayısıyla buradaki evrimsel tasarım sisteminde bu
konu üzerinde odaklanılması gerekmektedir.
Mükemmel bir evrimsel tasarım sistemi, tamamıyla tasarımcının kontrolü altında
olmalıdır. Sistemin kullanımı o kadar doğal olmalıdır ki tasarımcı kullandığının
farkına bile varmasın. Sistem tasarımcının yaratıcı ürününü gözlemlemeli ve onun
eksik kaldığı noktalarda tamamlayıcı olmalıdır: Örneğin tasarımcının yavaş ve
verimsiz olduğu günlerde ona birtakım yeni fikirler sağlamalı; performansının iyi
olduğu zamanlarda ise tasarımcının tasarımı oluşturmasını hızlandırmalıdır. Bu
kapasiteleri içermesi için sistemin üretken olması şarttır: varolan fikirler üzerine
tasarımı kurabilmek, hatta tesadüfi olarak tamamıyla yeni ve yaratıcı fikirler
üretebilmek gibi. Tasarımcının ilham alması için yeni fikirler öne sürebilmeli ya da
onun farketmediği mevcut alternatifleri görmesini sağlamalıdır.
Yaratıcı evrimsel tasarımın bu yönü neyse ki birçok mevcut sistemde öne sürülmüş
ve oluşturulmaya çalışılmıştır. Bu yaklaşıma sahip araçlar, geleneksel optimizasyon
yaklaşımlarına oranla çok daha geniş bir tasarım uzamını keşfetme imkanına
sahiptirler. Bu sistemlerin görünür olmayan içsel temsilleri, birçok kısıtlamanın
üstesinden gelmiş, yeni bir tasarım problemi için çok yüksek oranda tasarım çözümü
tanımlayabilmiştir. Bu sistemler varolan bir çözümü alıp, onun bazı parçalarını
parametrelendirip daha sonra bu parametreleri optimize etmezler. Bundan ziyade
çoğunlukla; tasarıma bileşenler dışında (bunlar 3-boyutlu biçimler, Genetik
Programlama fonksiyonları ya da elektronik bileşenler olabilir) neredeyse başka
hiçbir şey kullanmadan başlarlar ve bileşenleri organize ederek bir çözüm üretirler.
Bu tip bileşen temelli temsilleri kullanarak bu sistemler; varolan çözümleri optimize
182
etmektense çözüm üretmenin yeni yolları için geniş bir araştırma uzamını keşfederler
(Bentley & Corne, 2001). Yeni sanat, mimarlık, tasarım ve hatta müzik bu temsiller
kullanılarak geliştirilmiştir.
6. Sistem anlaşılabilir kılınmalı
Mükemmel bir yaratıcı tasarım sistemi, kullanıcılarına; evrimsel detaylar tarafından
engellenmeyen ve kullanıcıların sistemin çalışma prensibini anlamalarını sağlayacak
kadar kusursuz bir üretken ve yaratıcı süreç metaforu sağlamalıdır. Eğer
kullanıcılardan genetik temsilleri, evrimleşmenin anlamını ve „crossover‟, mutasyon,
genotip-fenotip dönüşümü gibi zor yapısal detayları anlamaları beklenirse;
tasarımcıların yaptıkları iş tasarım yapmaktan çok, bilgisayar destekli evrim ile ilgili
olur. Sistem, tasarımcıları en iyi yaptıkları işten- tasarımdan alı koymamalıdır.
Tasarımcıları bilgisayar biliminin detaylarına yönlendirmemek gerekmektedir.
Neyse ki evrim, bir “kara-kutu” tekniği ile sürdürülebilmektedir. Genetik
temsiller,uygunluk fonksiyonları ve ilgili tüm mekanizmaların görünür olması
gerekmemektedir. Pratikte de genetik evrim ile ilgili yeterli bilgiye sahip olmamak
hiçbir şey bilmemekten daha zararlı sonuçlara yol açabilmektedir. Bunun yerine
tasarımcıların zaten bildikleri tasarım işiyle uğraşmaları sağlanmalıdır.
7. Çözümlerin kalitesini yorumlamak için basit ama etkili bir yöntem oluşturulmalı
Bazı görüşlere göre optimizasyon, yaratıcı evrime göre çok daha kolaydır. Uygunluk
fonksiyonları bu görüşün doğrulandığı konulardan biridir. Her ne kadar, hesaplama,
programlama ya da evrim yazılımını oluşturma çok zor olsa da, hiç değilse
“uygunlukların belirlenmesi”nin açıkça tanımlanmış bir metodu vardır. Yaratıcı
tasarımlar için, “bütünsel” bir uygunluk anlayışını kullanmak oldukça güç olabilir.
Örneğin mimarlıkta, iyi bir tasarım; estetik, planlama kuralları vb. kriterler üzerinden
yorumlandığı için kötü bir tasarıma oranla daha pahalı ve pratikte tasarlanması güç
niteliktedir. Çoğunlukla yorum kriteri; tasarımcıların yıllar süren eğitimleri ve
deneyimleri süresince öğrendikleri ve hiçbir zaman yazılı kurallar şeklinde
sıralanamayan milyonlarca farklı objektif ve kısıtlama içerir.
Bilginin elde edilmesi, yani dışsal bilginin uzmanlardan alınıp bilgisayar sistemine
entegre edilmesi geleneksel bir yöntemdir. “Fuzzy logic” kuralları tasarıma dair
183
belirli objektif ve kısıtlamaları “ingilizce-benzeri” cümleler halinde temsil etme
kabiliyetine sahiptir ve bu cümleler uygunluk fonksiyonları için de kısmen başarıyla
kullanılmıştır. (Soddu, 1995; Parmoe, 1999).
“İyi” tasarımlar için en iyi bilgi kaynakları yine “iyi” tasarımlardır. Varolan
tasarımlar, yaratıcı bir evrimsel tasarım sisteminin de karşılaşacağı tüm benzer
karmaşıklıktaki kısıtlamaları karşılamak için tasarımcılar tarafından yaratılmışlardır.
Dolayısıyla „nasıl bir tasarım iyi bir tasarımdır?‟ sorusunun bilgisi her mevcut iyi
tasarımın içinde saklıdır. Bu bilginin kullanılabilir hale getirilmesinin birkaç yolu
olabilir: Oluşturulan ilk popülasyon bu “iyi” tasarımlarla beslenebilir ki böylece
evrimsel tasarım sistemi bunları harmanlayıp “iyi” fikirleri eşleştirebilsin
(Rosenmann). Bir grup tasarım içinde belli stilleri öğrenmek için evrimsel bir
algoritma oluşturulabilir ve evrimsel tasarım sistemine tasarımları bu stiller
anlamında tanımlamak için bir temsil sistemi sağlanabilir (Gero & Kazakov, 1996).
Ya da varolan bazı tasarımlar hedef olarak kullanılıp, evrimleşen yeni tasarımların bu
hedeflere hangi oranlarda yaklaştığı değerlendirilebilir. Bu yaklaşım sadece mevcut
tasarımlarla sınırlı değildir, eğer yaratıcı evrimsel tasarım sistemi herhangi bir
zamanda “iyi” bir tasarım ürettiyse, bu Steven Rooke‟un terimiyle “digital amber”
içinde depolanıp ilerde kullanılmaya hazır halde tutulabilir, ki bu evrimsel sanat
sistemlerinde oldukça geçerli bir tekniktir (Bentley & Corne, 2001).
Son olarak, birçok evrimsel paradigmadan farklı olarak, yaratıcı bir evrimsel tasarım
sistemi genellikle evrimi yönlendirmek için kullanıcı etkileşimine ihtiyaç
duymaktadır.
8. Sistemi kullanmaya hazır tasarımcılar bulunmalı
Yaratıcı evrimsel tasarım sisteminin geliştirilmesinde rol alan tasarımcılar dahi,
sistem tamamlandığı zaman onu kullanmak için istekli olmayabilirler. Bu konudaki
deneyimlere dayanarak söylenebilir ki; tasarımcılar (yaptıkları işe kendilerinden çok
şey kattığını düşünen herkes gibi) yeni teknolojileri, ki bu teknikler onların yerini
almaktan ziyade onları asiste etmeyi amaçlasalar dahi, oldukça isteksiz ve yavaş bir
şekilde benimsemektedirler. Bu tip araştırma projelerinin belki de en moral bozucu
yanlarından biri de insanların kullanımı için geliştirilen mükemmel bir sistemin belki
de onlar tarafından hiç kullanılmayacağı olasılığıdır. Böyle bir tasarım sistemini
184
kullanacak tasarımcıları bulmak için aramaktan öte onları eğitmek gerekmektedir.
Tasarımcılar sistemi bir kez kullanıp avantajlarını gördüklerinde teknofobileri yok
olabilir.
9. Araştırma ve geliştirme için mali kaynak bulunmalı
Bu tip bir araştırma projesi için kaynak bulmak günümüz teknoloji ve finans
ortamında dahi halen oldukça güç bir iştir. Çünkü yaratıcı bir evrimsel tasarım
sistemi halen çok yenidir ve henüz bu sistemlerin çok az bir kısmı oluşturulabilmiştir
ve ondan daha da az bir kısmı tasarımcılar tarafından halihazırda kullanılabilir bir
durumdadır.
Bilgisayar destekli tasarım araştırmacılarının, yaratıcı bir evrimsel tasarım modeli
oluşturması, kuşkusuz yukarıda belirtilen yaklaşımların pratikte uygulanmasının
oldukça güç olmasından dolayı henüz gerçekleşmiş değildir. Fakat bilgisayar
teknolojisi ve buna bağlı olarak bilgisayar destekli tasarıma getirilen gerek alan
gerekse de alan dışı yaklaşımlardaki gelişmeler gelecekte oluşturulacak evrimsel
tasarım sistemleri için destekleyici birer güç olacaktır.
185
6. SONUÇLAR
Bu çalışmasının amacı daha önce de belirtildiği gibi günümüze değin oluşturulmuş
olan bilgisayar destekli tasarım modellerinin bilgisayar ortamında yaratıcı tasarım
üretme potansiyellerini araştırmak ve bu doğrultuda sözkonusu modellerin,
geliştirilebilecek gelecekteki tasarım yaklaşımlarına bir temel sağlayabilme
anlamında ne gibi olasılıklar sunduklarını belirleyebilmektir. Bu amaçla bilgisayar
destekli tasarım araştırmalarının başlangıç döneminden itibaren aşama aşama ortaya
konan çeşitli tasarım modelleri ayrıntılı bir değerlendirmeye tabi tutulmuştur.
Bilgisayar ortamında herhangi bir tasarım modeli oluşturabilmek, bu model
kapsamında, tasarım sürecini modellemeyi de gerekmektedir. Bilgisayar destekli
tasarım çalışmaları, hem tasarım sürecinin ve hem de yaratıcılığın
modellenemeyeceğini savunan geleneksel yaklaşımlara rağmen sürdürülmektedir.
Fakat bu çalışmaların genel amacı aslında insan tasarım süreçlerini birebir simule
ederek bu süreçlerde ortaya çıkan yaratıcı sonuçlara eşdeğer ürünlere ulaşmak
değildir. Insanın tasarım sürecinin kendi içsel kısıtlamaları sebebiyle halen tam
olarak anlaşılamamış olmasının ve bu konuda subjektif olmaktan öte genel kabul
görmüş bir süreç tanımı yapılamadığının bilincinde olarak oluşturulmaya çalışılan
bilgisayar destekli tasarım yaklaşımı özetle, bilgisayar teknolojisinin tasarım alanına
getirebileceği olumlu etkileri, insanın sahip olduğu kimi kısıtlamaların üstesinden
gelebilmek amacıyla kullanmaktır. Bu hedef doğrultusunda birtakım olağan ya da
özgün tasarım yöntemleri geliştirilmiş ve tasarım araştırmalarına herbiri kendi
ölçeğinde katkılar sağlayabilmiştir.
Yaratıcı tasarım, bilgisayar destekli tasarım araştırmalarında öncelikle bilgisayarı bir
çizim ya da analiz paketi olmaktan çıkarıp tasarımcının geniş tasarım olasılıklarını
keşfetmesine yardımcı olacak ortamlar sağlayabilmek olarak ele alınmıştır. Bu
yaklaşımla oluşturulan bilgi-tabanlı tasarım sistemleri, tasarım bilgisini temsil etme,
biriktirme ve gerektiğinde tasarım ortamına çağırabilme kapasiteleriyle bilgisayar
destekli tasarımda önemli bir yer edinmiştir. Erken dönemde oluşturulmuş olan bu
186
yaklaşım, yaratıcı olmaktan uzak otomatik tasarım araçları geliştirebilmiştir. Fakat
ilerleyen dönemde durum-tabanlı çıkarsama mekanizmaları ve nesne-yönelimli
araştırma yöntemleri gibi yeni yaklaşımların bilgi-tabanlı tasarım sistemleriyle
bütünleştirilmesi yaratıcı tasarım için yeni fırsatların ortaya çıkabilmesini
sağlamıştır. Yaratıcı bir tasarım süreci için bilgisayarların belli bir çıkarsama ve
yorumlama mekanizması ile desteklenmesi önemli bir adımdır. Zira mimari
tasarımda sözkonusu olan karmaşık problemler için içerdikleri birtakım kısıtlamalar
dahilinde oluşturulan geniş çözüm uzamını belli bir filtre mekanizmasıyla daraltmak
şarttır.
Bilgi-tabanlı tasarım sistemleri, yapay zeka teknolojisinin gelişimi ile birlikte daha
farklı bir tasarım yöntemine belli bileşenleriyle adapte edilmiş ve günümüzde tasarım
alanında en umut verici bilgisayar desteği olarak görülebilecek olan evrimsel tasarım
sistemleri ortaya çıkmıştır. Yapay evrim yaklaşımı, doğadaki biyolojik evrim
sürecini bilgisayar ortamında tanımlamayı amaçlamaktadır. Genetik temsil
yaklaşımının güçlü potansiyelini kullanarak evrim yöntemlerini geliştiren sistemler,
„crossover‟ ve mutasyon gibi sürpriz sonuçlar üretebilecek genetik işlemler
kullanmaktadır. Nitekim bilgisayar ortamında güncel yaratıcı tasarım yaklaşımının,
beklenmeyen ve olası çözümlerden farklı ürünleri yaratmak olarak değerlendirilmesi
sözkonusudur. Bunun yanısıra, insanın tasarım sürecinde biliçli ya da bilinçsiz olarak
kullandığı analoji vb. gibi kavramsal araçları yaratıcı tasarıma ulaşmak anlamında
kullanarak sürpriz tasarımlar üretilebileceği olasılığı da oluşturulmuş olan kimi
evrimsel tasarım modellerinin önemli bir özelliği olarak değerlendirilebilir.
Yaratıcılık insanın sahip olduğu en önemli yeteneklerden biridir. Günümüz
dünyasının şekillenmesinde insan tarafından ortaya konan yaratıcı fikirlerin payı
oldukça önemlidir. Yaratıcı tasarım ise, genel olarak değerlendirilmesi imkansız,
subjektif bir araştırma konusudur. Bu bağlamda bilgisayar ortamında oluşturulmuş
tasarım ya da tasarım süreçlerinin yaratıcı olup olmadığını değerlendirmek için
dayanılabilecek somut herhangi bir kriter de yoktur. Dolayısıyla bu tez kapsamında
bilgisayar destekli tasarım modellerinin kesin bir yaratıcılık tanımı bağlamında
değerlendirilmediği ifade edilmelidir. Bilgisayar destekli tasarımda yaratıcılık,
ulaşılması çok güç bir hedef olarak değerlendirilmekle beraber yaratıcı tasarıma
187
ulaşma çabaları bu hedef doğrultusuda daha çok, yeni fikir ve yöntemlerin tasarım
ortamına davet edilmesindeki başarı anlamında yorumlanabilir.
188
KAYNAKLAR
Akın, Ö., Cumming, M., Donia, M., Sen, R. ve Zhang, Y., Computational
Building Requirements Specification.
http://www.andrew.cmu.edu/user/oa04/Papers/BadSEED.pdf
Akın, Ö., Dave, B. ve Pithavadian, S. 1992. Heuristic generation of layouts
(HeGel): based on a paradigm for problem structuring, Environment
and Planning B, 19, 33-59.
Archea, J., 1987. Puzzle-making: What Architects Do When No One is Looking,
Computability of Design (Kalay, ed.), Wiley Interscience, New York,
NY.
Balachandran, M. ve Gero, J.S. 1987. Dimensioning of architectural floor plans
under conflicting objectives, Environment and Planning B, 14, 29-37.
Bentley, J.Peter., 2002. Evolutionary Design by Computers.
http://www.cs.ucl.ac.uk/staff/P.Bentley/evdes.html
Bentley, J.Peter ve O‟Reilly, Una-May. 2002. Ten Steps to Make a Perfect
Creative Evolutionary Design System
http://www.cs.ucl.ac.uk/staff/P.Bentley/PetersPapers.html
http://www.ai.mit.edu/people/unamay/papers
Bentley, P. J. ve Corne, D. W. (Contributing Eds.).2001. Creative Evolutionary
Systems. Morgan Kaufmann Publishers Inc., San Francisco, CA.
http://www.cs.ucl.ac.uk/staff/P.Bentley/wc3paper.html - 62k
Bijl, A., 1986. Logic modeling in computer aided design. Environment and Planning
B: Planning and Design, Volume 13, 233-241.
189
Carbonell, J.G. ve Schmid U., 2003. Empirical Evidence for Derivational Analogy.
http://bieson.ub.uni-
bielefeld.de/volltexte/2003/388/html/schmidcarbonell.pdf
Carrara, G., Kalay, Y.E., ve Novembri, G., 1998. Knowledge-Based
Computational Support for Architectural Design
www.arch.ced.berkeley.edu/people/faculty/kalay/publications/PDF_fil
es/KAAD.pdf
Coyne, R., 1985. Knowledge based planning systems and design: a review.
Architectural Science Review, No. 4, December. 95-103.
Coyne, R. ve Subrahmanian E., 1993. Computer Aided Creative Design, in Gero J.
S. & Maher M. L. (ed.), Modeling Creativity and Knowledge-Based
Creative Design, 295-329.
Damski, J. ve Gero, J. S. , 1997. A Symbolic Model for Graphical Emergence.
http://www.arch.usyd.edu.au/~john/publications/1997/ger-dam-
symbolic-epb.pdf
Darke, J., 1979. The primary generator and the design process, Design Studies,
1(1):36-44.
Elezkurtaj, T. ve Georg F,. 2000. Algorithmic Support of Creative Architectural
Design
http://www.iemar.tuwien.ac.at/publications/Umbau1.pdf
Elezkurtaj, T. ve Georg F.,1999. Genetic algorithms in support of creative
architectural design.
www.iemar.tuwien.ac.at/publications/Umbau1.pdf
Flemming, U.,1996. Building and Databases: the SEED Experience
www.uni-weimar.de/~ikm/PROC97/DOCS/102/102IKM97.PDF
Fong, L. B. L. 2004. Implications of a Systems Perspective for the Study of
Creativity.
190
http://courses.nus.edu.sg/course/socsja/Organizations/org04a/Csiksze
ntmihalyiSum.html
Franck, D. ve Georg F., 2001. Quality-On the Poetics of Architecture
http://www.iemar.tuwien.ac.at/modul23/text_pdf/Franck_2001d_arch
_e.pdf
Frazer, J., 1995. An Evolutionary Architecture.
http://www.ellipsis.com/evolutionary/evolutionary.html
Gabora, L.1997. The origin and evolution of culture and creativity.
http://jom-emit.cfpm.org/1997/vol1/gabora_l.html
Galle, P.,1986. Abstraction as a tool of automated floor-plan design, Environment
and Planning B: Planning and Design, 13:21-46.
Gartland, J. A., Perspectives on Creativity and A.I.
http://www.cogs.susx.ac.uk/users/agj21/CreativeAISystems/lectures/P
erspectivesOnCreativityAndAI.pdf
Gero, J. S., Radford, A. D., Coyne, R., Akıner, V. T., 1985. Knowledge based
computer aided architectural design, Knowledge Engineering in
Computer Aided Design, Ed. J S Gero,57-88
Gero, J. S. ve Kazakov, V.,1995. Evolving building blocks for design using genetic
engiineering: a formal approach.
http://www.arch.usyd.edu.au/~john/publications/1996/ger-kaz-
evolving-ifip95.pdf
Gero, J. S. ve Maher, M. L. (eds), 1993. Modeling Creativity and Knowledge-
Based Creative Design, Lawrence Erlbaum, Hillsdale, NJ.
Gero, J. S.,1996. Creativity, emergence and evolution in design: concepts and
framework, Knowledge-Based Systems 9(7): 435-448.
http://www.arch.usyd.edu.au/~john/publications/1996/96GeroCreativi
ty.pdf
191
Gero, J.S.,1977. Note on "Synthesis and optimization of small rectangular floor
plans" of Mitchell, Steadman, and Liggett, Environment and Planning
B 4:81-88.
Gero, J. S. ve Maher, M. L.,1992. Mutation and analogy to support creativity in
computer-aided design, in G. N. Schmitt (ed.), CAAD Futures ‟91,
Vieweg, Wiesbaden, pp.261-270.
http://www.arch.usyd.edu.au/~john/publications/1992.html
Gero, J. S.,1990. Design prototypes: a knowledge representation schema for design,
AI Magazine 11(4): 26-36.
http://www.arch.usyd.edu.au/~john/publications/ger-prototypes/ger-
aimag.html
Gero, J. S. ve Kumar, B.,1993. Expanding design spaces through new design
variables, Design Studies, 14(2):210-221.
Gero, J. S. ve Sosa, R., 2002. Creative Design Situations; Artificial creativity in
communities of design agents.
http://www.arch.usyd.edu.au/~john/publications/2002/02SosaGeroCA
ADRIA.pdf
Gero, J. S. ve Yan, M.,1994. Shape emergence using symbolic reasoning,
Environment and Planning B: Planning and Design 21: 191-212
Goldenberg, J., Libai, B., Solomon, S., Jan, N. and D. Stauffer, 2000. Marketing
percolation, Physica A.
http://arxiv.org/PS_cache/cond-mat/pdf/0005/0005426.pdf
Gross, M. ve Do, E., 1995. Drawing Analogies - Supporting Creative Architectural
Design with Visual References.
http://depts.washington.edu/dmgftp/publications/pdfs/hi95-mdg.pdf
Gross, M. D., ve Fleisher, A.,1984. Design as the exploration of the constraints,
Design Studies, 5(3):137-138.
192
Gross M., Ervin, S., Anderson, J., ve Fleisher, A., 1987. Designing with
Constraints. Computability of Design (Kalay, ed.), Wiley Interscience,
New York.
Haapasalo, H., 2000. Creative computer aided architectural design-an internal
approach to the design process Department of Industrial Engineering,
University of Oulu, Finland.
http://herkules.oulu.fi/isbn9514257545/isbn9514257545.pdf
Heath, T., 1993. Social aspects of creativity and their impact on creativity
modelling, in Gero J. S. & Maher M. L. (ed.), Modeling Creativity
and Knowledge-Based Creative Design, 295-329.
Hybs, I. ve Gero, J. S.,1992. An evolutionary process model of design, Design
Studies 13(3): 273-290.
Jo, J.H. ve Gero, J.S.,1994. A genetic search approach to space layout planning,
Architectural ScienceReview, 38:37-46.
Jo, J.H. ve Gero, J.S., 1997. Space Layout Planning using an Evolutionary
Approach
http://www.arch.usyd.edu.au/~john/publications/1995/95_Jo_Gero_sp
ace.pdf
Jun, H. J. ve Gero, J. S., 1997. Representation, Re-representation and Emergence in
Collaborative Computer-Aided Design.
http://www.arch.usyd.edu.au/~john/publications/1997/97JunGeroIFIP
97.pdf
Kahvecioğlu, N. P., 2001. Mimari Tasarım Eğitiminde Bilgi ve Yaratıcılık
Etkileşimi. Doktora Tezi, İ.T.Ü. Fen Bilimleri Enstitüsü, İstanbul.
Kalay, Y. E., Carrara, G. ve Novembri, G., Knowledge-Based Computational
Support for Architectural Design.
http://arch.ced.berkeley.edu/people/faculty/kalay/publications/PDF_fil
es/KAAD.pdf
Koning, H. ve Eizenberg, J.,1981. The language of the prairie: Frank Lloyd
Wright's prairie houses, Environment and Planning B, 8, 295-323.
193
Kohonen, T.,1995. Self-Organizing Maps, Springer–Verlag, Berlin.
http://davis.wpi.edu/~matt/courses/soms/
Lansdown, J., ve Roast,C., 1987.The possibilities and problems of knowledge
based systems for design. Environment and Planning B: Planning and
Design, Vol. 14, 255-266.
Liggett, R.S., 1980. The quadratic assignment problem: an analysis of applications
and solution strategies, Environment and Planning B, 7, 141-162.
Liggett, R.S. ve Mitchell, W.J.,1981. Optimal space planning in practice,
Computer-Aided Design,13(5), 277-288.
Liu, Y.T., 1994. Encoding explicit and implicit emergent subshapes based on
empirical findings about human vision, in J. S Gero and F. Sudweeks
(eds), Artificial Intelligence in Design'94, Kluer, Dordrecht, 401-418.
Liu, Y.T., 2000. Creativity or Novelty. Design Studies. Vol:21 İ:3 May.
http://www.clab.edc.uoc.gr/hy302/papers%5Ccreativity%20and%20n
ovelty.pdf
Logan B., ve Smithers, T., 1989. The Role of Prototypes in Creative Design, DAI
Research Paper, No: 453.
Mitchell, W.J., 1987. Reasoning about Form and Function, in Computability of
Design (Kalay, ed.), Wiley Interscience, New York .
Mitchell, W.J., Steadman, J.P. ve Liggett, R.S.,1976. Synthesis and optimization
of small rectangular floor plans, Environment and Planning B, 3, 37-
70.
O‟Reilly, Una-May, 2003. Index of /people/unamay/papers
http://www.ai.mit.edu/people/unamay/papers
Reffat,R. M., 1994. Towards An Interactive Intelligent Knowledge Based System
For Building Design.
http://www.arch.usyd.edu.au/~rabee/publications_files/94ReffatUK.p
df
194
Reffat,R. M., ve Aref, M. M., 1994. A knowledge based system for comfort
analysis of internal environment of hotels, accepted to be presented in
the conference of creating environments and tourism, Las Vegas,
Nevada, USA.
http://www.arch.usyd.edu.au/~rabee/publications_files/94ReffatAref
USA.pdf
Rosenman, M. An exploration into evolutionary models for non-routine design.
http://www.arch.usyd.edu.au/~mike/mikepaperWD5.pdf
Rosenman, M. ve Gero, J. S.,1999. Evolving Designs by Generating Useful
Complex Gene Structures.
http://www.arch.usyd.edu.au/~john/publications/ 1999/99Rosen1.pdf
Rowe, P. G.,1987. Design Thinking, MIT, Cambridge.
http://www.arch.usyd.edu.au/~rob/study/DesignThinking.html
Saunders, R. ve Gero, J. S., 2001a. Designing for Interest and Novelty: Motivating
Design Agents, in Proceedings of CAAD Futures 2001, Eindhoven.
http://www.arch.usyd.edu.au/~rob/study/publications/thesis/thesis/app
endixA.pdf
Saunders, R. ve Gero, J. S., 2001b. A Curious Design Agent: A Computational
Model of Novelty-Seeking Behaviour in Design, in Proceedings of
the Sixth Conference on Computer Aided Architectural Design
Research in Asia (CAADRIA 2001), The University of Sydney,
Australia.
http://www.cogs.susx.ac.uk/users/agj21/CreativeAISystems/lectures/
RobSaunders.pdf
Saunders, R. ve Gero, J. S., 2001c. The Digital Clockwork Muse: A Computational
Model of Aesthetic Evolution, in G Wiggins (ed.), Proceedings of the
AISB'01 Symposium on AI and Creativity in Arts and Science,
SSAISB, York, UK.
http://www.arch.usyd.edu.au/~rob/study/slides/aisb2001/ - 61k
195
Saunders, R. ve Gero, J. S., 2002. Artificial creativity: A synthetic approach to the
study of creative behaviour, Fifth International Roundtable
Conference on Computational and Cognitive Models of Creative
Design, Heron Island.
http://www.arch.usyd.edu.au/~rob/study/publications/ccmcd01/Saund
ersGero2001CCMCD.pdf
Sims, K.,1991. Artificial evolution for computer graphics. Computer Graphics,
25(4), 319-328.
http://www.genarts.com/karl/papers/siggraph91.html.
Soddu, C. Ve Colabella, E., 2001, ARGENIA Generative Art & Science
http://www.soddu.it/
Swerdloff, L.C. ve Kalay, Y.E., 1987. A Partnership Approach to Computer-Aided
Design. Computability of Design, (Kalay, ed.), Wiley Interscience,
New York.
Tuomaala, J., 1999. Creative Engineering Design. Acta Universitasis Ouluensis
C128: 170.
http://herkules.oulu.fi/isbn951425130X/isbn951425130X.pdf
Van Dijk, C.G.C., 1995. New Insights in Computer-aided Conceptual Design.
Design Studies 16(1): 62-80.
Woodbury, R. F.,1989. Design genes, Preprints Modeling Creativity and
Knowledge-Based Creative Design, Design Computing Unit,
Department of Architectural and Design Science, University of
Sydney, Sydney, 133-154. (appeared as A genetic approach to
creative design in J. S. Gero and M. L. Maher (eds) Modeling
Creativity and Knowledge-Based Creative Design, Lawrence
Erlbaum, Hillsdale, NJ, 211–232.)
Yoon, K.B. ve Coyne, R.D.,1992. Reasoning about spatial constraints, Environment
and Planning B, 19,243-266.
DFG
196
ÖZGEÇMĠġ
1979 yılında Kayseri‟de doğan KUZGUN, Kayseri Nuh Mehmet Baldöktü Anadolu
Lisesi‟nden 1997 yılında mezun olmuştur. 1997 yılında İstanbul Teknik Üniversitesi,
Mimarlık Fakültesi Mimarlık Bölümü‟nde başladığı lisans öğrenimini 2001 yılında
tamamlayan KUZGUN, halen aynı yıl başladığı İstanbul Teknik Üniversitesi, Fen
Bilimleri Enstitüsü, Bilgisayar Ortamı‟nda Mimari Tasarım Programı‟ndaki yüksek
lisans eğitimini sürdürmektedir. “Bilgisayar Destekli Mimari Tasarım ve Yaratıcılık”
konulu yüksek lisans tezini hazırlamakta olan KUZGUN, çok iyi derecede İngilizce
bilgisine sahiptir.